摘要：为了提高霍尔特指数平滑法对铁路客运量预测的精度,基于改进粒子群算法(IPSO)对铁路客运量预测领域中霍尔特指数平滑系数的取值进行优化研究。以我国各省铁路客运量为研究对象进行仿真实验,以验证改进粒子群算法的寻优效果,并求解霍尔特指数以预测各省铁路客运量的平滑系数最优取值。研究表明,相较于经典的线性递减权重优化法和固定权重法,非线性递减权重优化的粒子群算法能更加准确地求出最优平滑系数,具有更好的寻优能力和收敛速度。以上海市为例,其收敛速度分别提高4代和14代,求解精度分别提高了0.00018、0.000006。

摘要：本文提出一种用于识别光纤智能结构承载位置的方法,研究构建光纤传感网络,设计相应的监测系统,获得用于表征结构承载信息的特性向量。同时,运用神经网络方法构造了四层结构的概率神经网络,并以特征向量作为样本,对结构的承载定位进行研究,重点分析训练样本数和平滑系数对定位效果的影响。实验结果表明:采用训练样本数为30,平滑系数为0.25的概率神经网络对承载位置的定位正确率可达93.2%,研究最终给出用于承载定位的概率神经网络模型。