公开(公告)号：CN108520311A

公开(公告)日：2018-09-11

申请号：CN201810185534.4

申请日：2018-03-07

Applicant: 中国地质大学(武汉)

Inventor： 戴光明 ,  武云 ,  彭雷 ,  王茂才 ,  左明成 ,  刘让琼

IPC: G06Q10/04 ,  G06N3/08

Abstract: 本发明公开了一种结合SOFM网与BP神经网络的雾霾预测模型建立方法及系统，先获取SOFM训练用数据，再将SOFM训练用数据输入至SOFM网进行训练直至达到预设的学习效率；然后分别获取每个所述数据组中各个所述模式下的下一时间的AQI值；最后将SOFM网训练后的数据以及所述下一时间的AQI值输入至BP神经网络进行训练，训练时以SOFM网训练后一个模式所对应的各个影响因素的值作为输入，该模式下的下一时间的AQI值作为对应的输出。本发明建立的雾霾预测模型能够准确地对雾霾进行预测，且相对于BP神经网络的预测模型，预测精度更高。

公开(公告)号：CN108520311B

公开(公告)日：2021-05-28

申请号：CN201810185534.4

申请日：2018-03-07

Applicant: 中国地质大学(武汉)

Inventor： 戴光明 ,  武云 ,  彭雷 ,  王茂才 ,  左明成 ,  刘让琼

IPC: G06Q10/04 ,  G06N3/08

Abstract: 本发明公开了一种结合SOFM网与BP神经网络的雾霾预测模型建立方法及系统，先获取SOFM训练用数据，再将SOFM训练用数据输入至SOFM网进行训练直至达到预设的学习效率；然后分别获取每个所述数据组中各个所述模式下的下一时间的AQI值；最后将SOFM网训练后的数据以及所述下一时间的AQI值输入至BP神经网络进行训练，训练时以SOFM网训练后一个模式所对应的各个影响因素的值作为输入，该模式下的下一时间的AQI值作为对应的输出。本发明建立的雾霾预测模型能够准确地对雾霾进行预测，且相对于BP神经网络的预测模型，预测精度更高。

公开(公告)号：CN108596762A

公开(公告)日：2018-09-28

申请号：CN201810194825.X

申请日：2018-03-09

Applicant: 中国地质大学(武汉)

Inventor： 彭雷 ,  戴光明 ,  王茂才 ,  武云 ,  宋志明 ,  左明成 ,  张燕云 ,  刘让琼

IPC: G06Q40/04 ,  G06Q10/06

Abstract: 本发明提供了一种股灾分析及救市措施评价的方法、设备及存储设备，通过统计并整理股市股灾的历史数据，将股市向沙堆类比，采用SPSS软件对所述数据进行多元线性回归分析，建立多阶段沙堆模型，即沙堆崩塌概率指数模型、沙堆崩塌抑制力指数模型和沙堆恢复力指数模型，对股灾和政府的救市措施进行分析、评价；一种股灾分析及救市措施评价的设备及存储设备，用于实现一种股灾分析及救市措施评价的方法。本发明提供的方案带来的有益效果是：及时预警股灾的发生，减少了股灾对市场经济的不利影响。

公开(公告)号：CN107944558A

公开(公告)日：2018-04-20

申请号：CN201711185238.6

申请日：2017-11-23

Applicant: 中国地质大学(武汉)

Inventor： 戴光明 ,  彭雷 ,  王茂才 ,  宋志明 ,  左明成

IPC: G06N3/12

CPC classification number: G06N3/126

Abstract: 本发明提供了一种参数可控的多智能体遗传寻优方法、设备及存储设备，所述方法包括步骤：初始化种群个体并设定最大迭代次数；以一方式排布样本个体；判断迭代次数是否达到最大值；如果是，则获得全局最优值；如果不是，则分别采用三种不同算子淘汰适应值差的样本个体，保留适应值好的样本个体；回到判断迭代次数是否达到最大值并最终获得全局最优值。一种参数可控的多智能体遗传寻优设备及存储设备，用来实现所述方法。本发明有效解决了传统算法的局部限制性问题，并且加快了搜索后期的收敛速度。