武君
- 作品数：4 被引量：14H指数：2
- 供职机构：河南理工大学测绘与国土信息工程学院更多>>
- 发文基金：河南省高校科技创新团队支持计划国家自然科学基金河南省教育厅科学技术研究重点项目更多>>
- 相关领域：矿业工程自动化与计算机技术经济管理更多>>
- 灰色Verhulst模型在矿区沉降预测中应用探讨被引量：11
- 2015年
- 在沉陷日常监测中,受各种不利因素影响,数据不易获得,数据量往往不多,从而影响了沉陷的预计精度。针对这个问题,在对数据等时间距化的基础上,运用了GM(1,1)和灰色Verhulst模型对沉降量进行了预计。结合矿区地表实测沉降进行了实例验证,结果表明灰色Verhulst模型对矿区沉降量的预计比GM(1,1)更为有效。
- 武君
- 关键词：灰色VERHULST模型GM(1,1)模型沉降预测
- 基于遗传BP神经网络的房地产估价研究
- 2015年
- 针对房地产价格与其影响因素之间的复杂、非线性关系,采用遗传BP神经网络作为房地产估价的技术方法,构建了基于遗传BP神经网络的房地产估价模型。结果表明:遗传BP神经网络算法在房地产估价中具有可行性,对提高房地产估价的精度有一定的实用价值。
- 韩学团武君张保红
- 关键词：遗传算法BP神经网络房地产估价
- 基于PSO-RBF神经网络的主要影响角正切求取方法
- 主要影响角正切tanβ是采用概率积分法进行矿山开采沉陷预计的主要参数之一,决定着开采沉陷的影响范围.为了提高tanβ求取精度,在分析tanβ及其影响因素的基础上,选取tanβ的5个主要影响因素作为输入层神经元,将粒子群(...
- 陈俊杰王明远武君闫伟涛
- 关键词：矿山开采沉陷预计粒子群径向基神经网络
- 文献传递
- 基于PSO-RBF神经网络的主要影响角正切求取方法被引量：3
- 2015年
- 主要影响角正切tanβ是采用概率积分法进行矿山开采沉陷预计的主要参数之一,决定着开采沉陷的影响范围。为了提高tanβ求取精度,在分析tanβ及其影响因素的基础上,选取tanβ的5个主要影响因素作为输入层神经元,将粒子群(PSO)快速搜索全局最优解算法与径向基(RBF)神经网络相结合,提出一种求取tanβ的PSO-RBF神经网络预测模型,获得tanβ和地质采矿条件之间的非线性映射关系。运用我国30个典型观测站的实测数据作为学习训练和测试样本,进行了PSO-RBF神经网络模型的适应度和泛化能力测试,对预测结果与实测值进行了对比分析。结果表明:应用PSO-RBF神经网络模型预测tanβ,收敛速度快,预测精度高。预测结果的最大相对误差为6.54%,最小为2.56%,所得到的tanβ精度有了一定的提高。
- 陈俊杰王明远武君闫伟涛
