BP人工神經(jīng)網(wǎng)絡(luò)的建筑廢料管理評價方法

眾所周知,國防科技工業(yè)是為國家安全服務(wù)的產(chǎn)業(yè),也就是生產(chǎn)武器裝備的產(chǎn)業(yè)。當(dāng)今世界,科技發(fā)展日新月異,現(xiàn)代武器系統(tǒng)越來越復(fù)雜,研制周期越來越長,一個國防科技工業(yè)項目從擬定方案,中間經(jīng)過研制、試驗、生產(chǎn),到部署新武器系統(tǒng),一般要花12～15年,有的可能長達(dá)20年。整個過程資金密集,技術(shù)密

為了評定舊水泥路面的綜合性能,基于人工神經(jīng)網(wǎng)絡(luò),選取6項易得指標(biāo)建立舊水泥混凝土路面綜合性能評價模型。使用代表性強(qiáng)的樣本進(jìn)行訓(xùn)練,得出該評價模型具有較高的準(zhǔn)確性,并將該模型應(yīng)用于實際工程中,效果優(yōu)良。

針對邊坡穩(wěn)定性工程地質(zhì)評價方法過分強(qiáng)調(diào)經(jīng)驗和難以定量的缺點，提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性工程地質(zhì)評價方法，詳細(xì)介紹了它的建模方法和應(yīng)用實例，結(jié)果表明該方法不僅有效，而且有定量，簡便，實時，自適應(yīng)等優(yōu)點，具有廣闊的應(yīng)用前景。

人工神經(jīng)網(wǎng)絡(luò)在工程管理中的應(yīng)用——基于建設(shè)工程的復(fù)雜性和長期性,闡述了工程管理發(fā)展的新現(xiàn)象,對神經(jīng)網(wǎng)絡(luò)的發(fā)展及其結(jié)構(gòu)特點作了介紹,并對神經(jīng)網(wǎng)絡(luò)在工程管理各個階段的應(yīng)用及其所帶來的優(yōu)點進(jìn)行了探討,解決了諸多工程難題。

基于人工神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量評價

探討了礦井構(gòu)造定量評價的人工神經(jīng)網(wǎng)絡(luò)方法,結(jié)合東坡井田討論了bp模型的輸入層、隱含層和輸出層的構(gòu)置和優(yōu)選等問題,利用東坡井田已知資料使用有序地質(zhì)量最優(yōu)分割方法和插值法得到學(xué)習(xí)樣本,經(jīng)過學(xué)習(xí)樣本的訓(xùn)練,對未知單元進(jìn)行評價。

為在繼電器的設(shè)計和生產(chǎn)階段通過多個評價指標(biāo)評價其整體品質(zhì),研究了多層次綜合評判模型的可計算性。該模型依據(jù)電器產(chǎn)品設(shè)計方案關(guān)于技術(shù)性能和成本的綜合評價指標(biāo)體系,并通過對神經(jīng)網(wǎng)絡(luò)原理的評判方法的研究而建立。實例證明,人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為處理各種模糊的、數(shù)據(jù)不完全的、模擬的、不精確的模式識別問題提供了一個全新的途徑。

在灌區(qū)改造規(guī)劃資料統(tǒng)計的基礎(chǔ)上,擬建了一套涵蓋較全面的指標(biāo)和指標(biāo)分級體系,利用附加動量/自適應(yīng)學(xué)習(xí)率的改進(jìn)bp算法,建立一個人工神經(jīng)網(wǎng)絡(luò)綜合評價模型,并對二個實際灌區(qū)進(jìn)行評價。模型具有突出體現(xiàn)目標(biāo)、靈敏反映差異,收斂快等特點。

第23卷4期 442010年8月 城市環(huán)境與城市生態(tài) urbanenvironment&urbanec0l0gy v01．23no．4 aug．2010 基于人工神經(jīng)網(wǎng)絡(luò)法的綠色建筑評價 支家強(qiáng)，趙靖，李楠 (天津大學(xué)，天津300072) 摘要：以實際建筑物為例，介紹了用層次分析法建立綠色建筑評價模型的過程，并分別用層次分析法和人工神經(jīng)網(wǎng) 絡(luò)法對實際建筑物進(jìn)行了評價。評價結(jié)果顯示，人工神經(jīng)網(wǎng)絡(luò)法與層次分析法相對誤差不到0．5％，表明人工神經(jīng)網(wǎng)絡(luò) 法作為一種客觀科學(xué)的評價方法，應(yīng)用于綠色建筑的評價，能有效降低主觀因素帶來的影響，會使結(jié)果更具有客觀性。 關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò)；層次分析法；綠色建筑；評價體系 中圖分類號：tu一023文獻(xiàn)標(biāo)識碼：a文章編號：(k)10088(原1002—1264)(2010)04-0044—04 green

以bp人工神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),建立預(yù)測模型,以小區(qū)某棟建筑物1期～8期的沉降觀測數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并對9期～12期實際觀測值與預(yù)測值進(jìn)行了比較,結(jié)果比較理想,從而驗證了采用bp人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行建筑物沉降的預(yù)測是可行的。

將人工神經(jīng)元網(wǎng)絡(luò)應(yīng)用于綠色建筑評價中,建立了采用lm算法的三層bp神經(jīng)元網(wǎng)絡(luò)綠色建筑評價模型,并參考國內(nèi)外對綠色建筑評價的研究,建立綠色建筑評價指標(biāo)集,通過專家打分獲得訓(xùn)練樣本,用trainlm訓(xùn)練函數(shù)訓(xùn)練網(wǎng)絡(luò),驗證了綠色建筑評價結(jié)果與實際的一致性。最后,通過已訓(xùn)練好的網(wǎng)絡(luò),對多個綠色建筑方案進(jìn)行評價選優(yōu),驗證了該模型在綠色建筑評價中的實用性與可靠性。

基于人工神經(jīng)網(wǎng)絡(luò)的拱壩混合優(yōu)化方法——拱梁分載法和彈粘塑性塊體元法對拱壩地基系統(tǒng)進(jìn)行耦合分析的基礎(chǔ)上．建立了一套同時考慮壩體強(qiáng)度和壩肩穩(wěn)定條件的拱壩體型優(yōu)化方法，并給出了拱壩優(yōu)化的一般形式。采用了人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)近似分析方法來綜合各種約束條件...

結(jié)構(gòu)面分組是進(jìn)行巖體結(jié)構(gòu)面模擬的重要環(huán)節(jié),將人工神經(jīng)網(wǎng)絡(luò)技術(shù)運(yùn)用于結(jié)構(gòu)面的分組中,是一種新的嘗試。介紹了運(yùn)用sofm神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)面分組的方法,并結(jié)合工程實例,對其應(yīng)用效果進(jìn)行了探討,指出運(yùn)用該法雖能達(dá)到對結(jié)構(gòu)面進(jìn)行智能分組的效果,但最后仍需對結(jié)果進(jìn)行人工判斷,特別是對高傾角的分組效果不理想,有待進(jìn)一步改進(jìn)完善。

研究目的:本文以天津市河北大街混合梁斜拉橋為工程背景,基于人工神經(jīng)網(wǎng)絡(luò)模型,提出適用于混合梁斜拉橋的分步識別方法,分別采用概率和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對子結(jié)構(gòu)和鋼主梁子結(jié)構(gòu)局部構(gòu)件進(jìn)行損傷識別。此外還提出適用于鋼主梁局部構(gòu)件識別的動-靜組合損傷指標(biāo),并建立相應(yīng)的徑向基函數(shù)網(wǎng)絡(luò)模型,分別針對單損傷、雙損傷和三損傷的不同損傷情況進(jìn)行數(shù)值模擬。研究結(jié)論:識別結(jié)果表明:(1)本文所提出的分步識別方法具有較高的識別精度,網(wǎng)絡(luò)識別速度快,適用于大型混合梁斜拉橋的智能診斷過程;(2)所提出的動-靜組合損傷指標(biāo)對混合梁斜拉橋的局部損傷識別也較為敏感;(3)單處損傷測試工況中,識別精度幾乎高達(dá)100%;(4)在兩處和三處損傷測試工況中,位置識別正確率分別達(dá)到82.61%和78.3%。

人工神經(jīng)網(wǎng)絡(luò)在建筑管理當(dāng)中的重要作用在近幾年逐漸為人們所認(rèn)識，其工作原理即通過模仿人腦在處理問題時的智能化信息體統(tǒng)，實現(xiàn)對人腦能力的最大化復(fù)制，進(jìn)行學(xué)習(xí)、記憶等等信息處理的能力。因為它具有自我組合、自我適應(yīng)能力強(qiáng)、且能并行處理等特性，故此被廣泛應(yīng)用于各行各業(yè)當(dāng)中。人工神經(jīng)網(wǎng)絡(luò)能在很大程度上提高建筑管理的管理水平，且具有廣闊的發(fā)展空間與良好的應(yīng)用前景。本文旨在透過幾方面來對其應(yīng)用做出闡述分析。

混凝土強(qiáng)度是結(jié)構(gòu)設(shè)計中控制的主要指標(biāo)，其數(shù)值決定于水灰比、膠凝材料用量、礦物摻量、外加劑用量等多種因素，常規(guī)計算混凝土強(qiáng)度的公式因個人理解的不同而各異，一種仿生模型—人工神經(jīng)網(wǎng)絡(luò)則能很好地解決這個難題，文中嘗試用人工神經(jīng)網(wǎng)絡(luò)對不同混凝土強(qiáng)度進(jìn)行預(yù)測，結(jié)果表明此模型的可靠度很高，可以用以優(yōu)化混凝土的試配，節(jié)約大量的時間、人力、物力和財力.

為簡化震害預(yù)測工作,提出一種以房屋普查數(shù)據(jù)為震害影響因子并利用人工神經(jīng)網(wǎng)絡(luò)模型為工具的震害預(yù)測方法。從以往震害實例中選取了具有典型破壞特點的建筑物作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本,用收集的數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行了訓(xùn)練并得到了收斂的網(wǎng)絡(luò),應(yīng)用此收斂的網(wǎng)絡(luò)對一組新的房屋數(shù)據(jù)進(jìn)行震害預(yù)測,結(jié)果表明了運(yùn)用此方法和模型的實用性。

空調(diào)負(fù)荷是近年來增長較快的一類負(fù)荷,其特性對電網(wǎng)的電壓穩(wěn)定性影響很大。夏季影響空調(diào)負(fù)荷的因素主要是溫度和濕度的變化。為了更好的預(yù)測空調(diào)降溫負(fù)荷,研究了溫度和濕度對空調(diào)負(fù)荷的影響。利用bp人工神經(jīng)網(wǎng)絡(luò)對電網(wǎng)空調(diào)負(fù)荷進(jìn)行了預(yù)測,經(jīng)過分析把日平均濕度量化成4段,和日平均濕度實際數(shù)值的模型進(jìn)行計算比較,結(jié)果顯示考慮日最高溫度和日平均濕度量化為4段能更好的模擬溫度、濕度和空調(diào)負(fù)荷之間的非線性關(guān)系,能更好的對電網(wǎng)空調(diào)負(fù)荷進(jìn)行預(yù)測。

本文把信息擴(kuò)散原理和神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出一種工程造價的估測方法,并給出計算實例。

人工神經(jīng)網(wǎng)絡(luò)方法在基坑變形預(yù)測中的應(yīng)用研究——分析研究了人工神經(jīng)網(wǎng)絡(luò)方法在基坑變形預(yù)測中的建模方法，并通過實例應(yīng)用，證明這種方法是切實可行的。同時將人工神經(jīng)網(wǎng)絡(luò)方法預(yù)測結(jié)果和灰色系統(tǒng)模型及時序模型預(yù)測進(jìn)行比較，充分證明人工神經(jīng)網(wǎng)絡(luò)方法在變形預(yù)...

基于bp神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)安全評價方法——運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的理論和方法，建立了基于bp神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)安全評價模型，并利用matlab7．0進(jìn)行編程，實現(xiàn)了礦井通風(fēng)系統(tǒng)的安全評價預(yù)測。通過某礦通風(fēng)系統(tǒng)的實例評價，預(yù)測結(jié)果與實測結(jié)果相符，表明應(yīng)...

隨著社會經(jīng)濟(jì)的發(fā)展,原有的預(yù)測方法逐漸顯露出其諸多弊端,這種情況下促使新預(yù)測方法的出現(xiàn),這就是最近非常熱門的神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是一種新興的綜合性邊緣學(xué)科,通過對大腦神經(jīng)網(wǎng)絡(luò)的智能模擬得到實現(xiàn),具體自適應(yīng)性、非線性處理、并行處理等多方面特點?；诖?文章從不同角度對建筑管理領(lǐng)域中人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用展開了分析和研究,希望可以為同行的研究提供一些參考。