BP人工神經(jīng)網(wǎng)絡(luò)模型在拉薩道路交通噪聲預(yù)測中應(yīng)用

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問題的過程中發(fā)展起來的新型智能信息處理理論,通過對人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價預(yù)測模型.

針對人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型結(jié)構(gòu)難以確定的問題,詳細(xì)闡述了一種在模型訓(xùn)練中進(jìn)行隱層數(shù)目及隱層單元數(shù)目動態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開發(fā)工具實(shí)現(xiàn)了變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型,經(jīng)用華南26個巖體檢驗(yàn),回憶率及預(yù)測率均高達(dá)100％。該方法提供了一種面向具體問題的動態(tài)解決方案,在成礦預(yù)測工作中具有一定的實(shí)用性。

針對基坑變形預(yù)測中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測基坑變形的新方法。用一樁錨聯(lián)合支護(hù)體系實(shí)例進(jìn)行了預(yù)測研究,得到支護(hù)體系的不同預(yù)測模型的組合預(yù)測值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測誤差比gm(1,1)預(yù)測模型小;與bp預(yù)測模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測中,為了更準(zhǔn)確地預(yù)測基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測與bp預(yù)測相結(jié)合的方法進(jìn)行預(yù)測。

基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測資料進(jìn)行沉降預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預(yù)壓荷載卸荷時間預(yù)報.研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

【目的】利用bp人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測太湖水污染指標(biāo),為探討湖泊水污染物變化規(guī)律提供參考?！痉椒ā坷?004～2010年浙江嘉興王江涇斷面自動監(jiān)測站4項(xiàng)水質(zhì)指標(biāo),建立了太湖水污染bp人工神經(jīng)網(wǎng)絡(luò)模型,并對太湖2012年前5周的水質(zhì)情況進(jìn)行預(yù)測?！窘Y(jié)果】建立了浙江嘉興王江涇斷面的4項(xiàng)水質(zhì)指標(biāo)濃度的三層bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型,其預(yù)測精度較高,對湖泊水環(huán)境污染物預(yù)測的適應(yīng)性較好;對太湖2012年前5周的水質(zhì)情況進(jìn)行預(yù)測,結(jié)果表明,2012年前5周水質(zhì)污染情況加重,基本為ⅴ類水質(zhì),符合太湖水質(zhì)污染情況發(fā)展態(tài)勢?！窘Y(jié)論】bp人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力和柔性的網(wǎng)絡(luò)結(jié)構(gòu),與傳統(tǒng)的統(tǒng)計(jì)建模方法相比,其預(yù)測精度較高,能較好地反映水質(zhì)指標(biāo)的內(nèi)在變化規(guī)律,為控制水環(huán)境污染提供了科學(xué)預(yù)測方法。

軌道交通費(fèi)率清分的實(shí)質(zhì)是在不同線路下網(wǎng)絡(luò)客流分布的問題。在充分考慮乘客出行路徑選擇多要素的基礎(chǔ)上,提出一種基于神經(jīng)網(wǎng)絡(luò)的軌道交通客流清分模型。將影響乘客出行路徑選擇的多要素分為確定性要素和不確定性要素,通過樣本訓(xùn)練神經(jīng)元的抑制系數(shù)和激勵系數(shù),結(jié)合轉(zhuǎn)換函數(shù)將結(jié)果傳導(dǎo)給輸出層輸出。與傳統(tǒng)模型相比,該模型更符合乘客出行選擇的多要素心理。最后通過對比客流調(diào)查結(jié)果和logit模型表明,在排除其他要素的干擾下,該方法能夠較好的實(shí)現(xiàn)客流在不同線路的清分。

軌道交通費(fèi)率清分的實(shí)質(zhì)是在不同線路下網(wǎng)絡(luò)客流分布的問題。在充分考慮乘客出行路徑選擇多要素的基礎(chǔ)上,提出一種基于神經(jīng)網(wǎng)絡(luò)的軌道交通客流清分模型。將影響乘客出行路徑選擇的多要素分為確定性要素和不確定性要素,通過樣本訓(xùn)練神經(jīng)元的抑制系數(shù)和激勵系數(shù),結(jié)合轉(zhuǎn)換函數(shù)將結(jié)果傳導(dǎo)給輸出層輸出。與傳統(tǒng)模型相比,該模型更符合乘客出行選擇的多要素心理。最后通過對比客流調(diào)查結(jié)果和logit模型表明,在排除其他要素的干擾下,該方法能夠較好的實(shí)現(xiàn)客流在不同線路的清分。

短時交通流預(yù)測是現(xiàn)代智能交通系統(tǒng)的核心內(nèi)容,針對城市道路被占所造成的城市交通擁堵排隊(duì)問題,以路段視頻統(tǒng)計(jì)為例,利用bp神經(jīng)網(wǎng)絡(luò)方法就實(shí)際通行能力、具體車輛數(shù)、事故持續(xù)時間與排隊(duì)最長長度之間的關(guān)系進(jìn)行預(yù)測分析,從實(shí)驗(yàn)?zāi)M結(jié)果來看,該方法能有效地解決交通流實(shí)時和可靠性預(yù)測。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測的可靠性令人滿意。

基于人工神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測模型——利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測的可靠性令人滿意?！　?/p>

人工神經(jīng)網(wǎng)絡(luò)模型描述

本文采用bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型,通過在matlab軟件建模,并對實(shí)際工程項(xiàng)目的支護(hù)結(jié)構(gòu)頂水平位移的監(jiān)測數(shù)據(jù)進(jìn)行分析,預(yù)測其后的監(jiān)測數(shù)據(jù),結(jié)果表明bp神經(jīng)網(wǎng)絡(luò)擬合效果優(yōu)越,仿真性強(qiáng),具有很強(qiáng)的泛化能力,能夠?qū)?shí)際工程的支護(hù)結(jié)構(gòu)頂水平位移進(jìn)行有效預(yù)測.

長期以來,由于水土流失引發(fā)的生態(tài)環(huán)境問題受到各界人士的十分關(guān)注。我國大部分地區(qū)降水集中,生態(tài)破壞導(dǎo)致水土流失嚴(yán)重。利用bp網(wǎng)絡(luò)模型對水土流失程度進(jìn)行檢測和分析是當(dāng)前學(xué)科領(lǐng)域的一個熱門話題。

第47卷第6期廈門大學(xué)學(xué)報(自然科學(xué)版)vol.47no.6 2008年11月journalofxiamenuniversity(naturalscience)nov.2008 基于bp神經(jīng)網(wǎng)絡(luò)的工程估價模型及其應(yīng)用 葉青,王全鳳 (華僑大學(xué)土木工程學(xué)院,福建泉州362021) 收稿日期:20080414 基金項(xiàng)目:福建省自然科學(xué)基金(2008j0196)資助 email:yeqing@hqu.edu.cn 摘要:基于bp神經(jīng)網(wǎng)絡(luò)的工程估價模型具有高度的容錯性和較強(qiáng)的泛化能力,通過對數(shù)據(jù)并行處理的方式能快速準(zhǔn) 確地估算出工程造價.本文根據(jù)bp神經(jīng)網(wǎng)絡(luò)原理,選取福建泉州地區(qū)的21組工程實(shí)例來建立模型,其中19組為訓(xùn)練樣 本,2組為檢測樣本,確定了13個主要造價

農(nóng)產(chǎn)品價格風(fēng)險預(yù)警模型的建立與應(yīng)用 ——基于ｂｐ人工神經(jīng)網(wǎng)絡(luò) 趙瑞瑩，楊學(xué)成 （山東農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院山東泰安２７１０１８） 第２９卷第２期 ２００８年３月 ｖｏｌ．２９ｎｏ．２ ｍａｒ．２００８ 農(nóng)業(yè)現(xiàn)代化研究 ｒｅｓｅａｒｃｈｏｆａｇｒｉｃｕｌｔｕｒａｌｍｏｄｅｒｎｉｚａｔｉｏｎ 作者簡介：趙瑞瑩（１９６３－），女，山東蓬萊人，教授，博士，２００４－２００６年曾在德國進(jìn)修農(nóng)業(yè)ｍｂａ，研究方向?yàn)槲锪髋c供應(yīng)鏈管理；楊學(xué)成（１９６１－）， 男，山東東阿人，教授，博導(dǎo)，研究方向?yàn)檗r(nóng)業(yè)經(jīng)濟(jì)理論與政策。 收稿日期：２００７－１２－０７；修回日期：２００８－０１－２２ 摘要：農(nóng)產(chǎn)品價格風(fēng)險的防范要通過管理水平的提高來化解，農(nóng)產(chǎn)品價格風(fēng)險預(yù)警的引入則可實(shí)現(xiàn)農(nóng)產(chǎn)品市場風(fēng) 險管理方法的創(chuàng)新。本文建立了基于ｂｐ人工神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品價格風(fēng)險預(yù)警模型，并以生豬

采用遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)來建立一個道路交通事故宏觀預(yù)測的模型.該模型結(jié)合遺傳算法和神經(jīng)網(wǎng)絡(luò)兩者的優(yōu)點(diǎn),具有更好的運(yùn)算性能、更快的收斂速度和更高的精度.模型以交通事故死亡人數(shù)為輸出變量,以機(jī)動車保有量、公路里程、人均gdp為輸入變量,利用1978年至2006年的道路交通事故數(shù)據(jù)進(jìn)行訓(xùn)練及檢驗(yàn).實(shí)例計(jì)算表明,建立的基于遺傳算法的bp神經(jīng)網(wǎng)絡(luò)模型可以很好的適用于道路交通事故宏觀預(yù)測,為制定交通安全對策提供理論依據(jù).

人工神經(jīng)網(wǎng)絡(luò)在預(yù)測軟基沉降中的應(yīng)用研究——依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測最終沉降量模型，利用已建高速公路沉降數(shù)據(jù)，進(jìn)行了軟土地基最終沉降量的預(yù)測，取得了較為理想的效果。證明神經(jīng)網(wǎng)絡(luò)法能避免傳統(tǒng)方法計(jì)算過程中各種人為因素...

泡沫金屬試樣測試復(fù)雜,對試樣而言又急需知道基體結(jié)構(gòu)參數(shù)與力學(xué)性能和阻尼性能的關(guān)系,采用線性回歸技術(shù)無法實(shí)現(xiàn)這一功能,應(yīng)用人工神經(jīng)網(wǎng)絡(luò),則解決了通過測量泡沫金屬的四個基本參數(shù)達(dá)到推知其力學(xué)性能、阻尼性能的課題。

混凝土強(qiáng)度是結(jié)構(gòu)設(shè)計(jì)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(jì)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(cái)力.

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(shí)際數(shù)值的模型進(jìn)行計(jì)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。