灰色系统和BP神经网络相结合的矿产资源预测模型

被引：3

作者：

单明霞

俞锋

柳炳利

机构：

[1] 成都理工大学信息管理学院

来源：

关键词：

矿产资源预测; GM(1,1)模型; GM(1,1)残差模型; BP神经网络;

D O I：

暂无

中图分类号：

F426.1 [];

学科分类号：

摘要：

这里介绍了灰色系统和BP神经网络相结合的预测原理,利用BP网络,对改进的GM(1,1)残差修正模型所得预测的结果进行再预测的组合预测模型,并对攀枝花市钒钛磁铁矿的产量进行了预测。计算结果表明,该预测方法是可靠的,并具有较高的预测精度。

引用

页码：443 / 445+371 +371

页数：4

共 6 条

[1] BP神经网络的改进及其在初至波拾取中的应用 [J].

王金峰 ;

罗省贤 .

[2] 利用BP网络技术预测碳酸盐岩储层孔隙度 [J].

汪志红 ;

张银德 ;

周文 ;

芦焱 ;

潘勇 .

[3]

动态全参数自调整BP神经网络预测模型的建立[J]. 李晓峰.预测. 2001(03)

刘新华 .

[5]

MATLAB神经网络仿真与应用[M]. 科学出版社 , 闻新等编著, 2003

[6]

神经网络系统理论[M]. 西安电子科技大学出版社 , 焦李成著, 1990