-
公开(公告)号:CN104504462B
公开(公告)日:2017-06-30
申请号:CN201410760641.7
申请日:2014-12-11
Applicant: 南昌大学
Abstract: 基于改良灰色BPNN和马氏链的汽车形态进化趋势预测方法,以某品牌汽车为例,提取进化过程中出现的各代汽车侧面轮廓线,并输入软件得到其BEZIER曲线特征点坐标及坐标数据。具体实施步骤是:采用改良后的灰色模型,完成对汽车形态特征点进化曲线的粗略拟合;以拟合值作为输入值,实测值作为目标值,对BP神经网络(BPNN)进行训练,训练后的网络可以对特征点进化趋势作出量化预测;在此基础上,借助马氏链划分系统状态,修正预测结果以提高精度。该组合方法具有更高的精度和可靠性,因此具有潜在的应用价值。
-
公开(公告)号:CN104504462A
公开(公告)日:2015-04-08
申请号:CN201410760641.7
申请日:2014-12-11
Applicant: 南昌大学
CPC classification number: G06F17/5095 , G06N3/08 , G06Q10/04
Abstract: 基于改良灰色BPNN和马氏链的汽车形态进化趋势预测方法,以某品牌汽车为例,提取进化过程中出现的各代汽车侧面轮廓线,并输入软件得到其BEZIER曲线特征点坐标及坐标数据。具体实施步骤是:采用改良后的灰色模型,完成对汽车形态特征点进化曲线的粗略拟合;以拟合值作为输入值,实测值作为目标值,对BP神经网络(BPNN)进行训练,训练后的网络可以对特征点进化趋势作出量化预测;在此基础上,借助马氏链划分系统状态,修正预测结果以提高精度。该组合方法具有更高的精度和可靠性,因此具有潜在的应用价值。
-
公开(公告)号:CN110008525A
公开(公告)日:2019-07-12
申请号:CN201910187609.7
申请日:2019-03-12
Applicant: 南昌大学
Abstract: 本发明提供了基于INGBM(1,1)的汽车形态特征交叉进化预测方法,包括以下步骤:步骤A:将跨平台车型或概念车型的影响考虑在内,它们与纵向进化轴上车型重新组合并构建了交叉进化轴;步骤B:使用形态均化法对影响车型与被影响车型的数据进行处理,得到新的特征变化初始数列;步骤C:提出改进非线性灰色伯努利模型INGBM(1,1),在传统的NGBM(1,1)模型中加入系统延迟参数和时间作用参数,并使用遗传算法GA对参数进行优化,使其更加适合震荡型数据预测,本发明可以解决初始数列波动大而影响预测精度的问题,可以大大改善震荡数据的预测效果。
-
-
-