BP人工神經(jīng)網(wǎng)絡(luò)模型在太湖水污染指標(biāo)預(yù)測(cè)中的應(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(wèn)題的過(guò)程中發(fā)展起來(lái)的新型智能信息處理理論,通過(guò)對(duì)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(jià)預(yù)測(cè)模型.

長(zhǎng)期以來(lái),由于水土流失引發(fā)的生態(tài)環(huán)境問(wèn)題受到各界人士的十分關(guān)注。我國(guó)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(duì)水土流失程度進(jìn)行檢測(cè)和分析是當(dāng)前學(xué)科領(lǐng)域的一個(gè)熱門話題。

針對(duì)拉薩市道路交通噪聲污染問(wèn)題,運(yùn)用人工神經(jīng)網(wǎng)絡(luò)理論和方法對(duì)拉薩市道路交通噪聲的等效連續(xù)聲級(jí)進(jìn)行預(yù)測(cè)。經(jīng)檢驗(yàn),計(jì)算值與實(shí)測(cè)值接近,從而為道路交通噪聲的預(yù)測(cè)提供了一種新的途徑。

本文采用bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,通過(guò)在matlab軟件建模,并對(duì)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(cè)數(shù)據(jù)進(jìn)行分析,預(yù)測(cè)其后的監(jiān)測(cè)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(cè).

針對(duì)基坑變形預(yù)測(cè)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(cè)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(cè)研究,得到支護(hù)體系的不同預(yù)測(cè)模型的組合預(yù)測(cè)值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差比gm(1,1)預(yù)測(cè)模型小;與bp預(yù)測(cè)模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測(cè)中,為了更準(zhǔn)確地預(yù)測(cè)基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與bp預(yù)測(cè)相結(jié)合的方法進(jìn)行預(yù)測(cè)。

人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)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(cè)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(cè)，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(guò)程中各種人為因素...

泡沫金屬試樣測(cè)試復(fù)雜,對(duì)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(wú)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(guò)測(cè)量泡沫金屬的四個(gè)基本參數(shù)達(dá)到推知其力學(xué)性能、阻尼性能的課題。

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

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(cè)資料進(jìn)行沉降預(yù)測(cè)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(shí)間預(yù)報(bào).研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測(cè)模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

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(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意。

基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)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(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意?！　?/p>

人工神經(jīng)網(wǎng)絡(luò)模型描述

調(diào)查分析了蘑菇湖水庫(kù)的污染源,選取蘑菇湖水庫(kù)污染的6項(xiàng)水質(zhì)監(jiān)測(cè)數(shù)據(jù)作為評(píng)價(jià)指標(biāo),采用matlab建立了蘑菇湖水庫(kù)水質(zhì)評(píng)價(jià)的三層bp網(wǎng)絡(luò)模型,并以這6項(xiàng)指標(biāo)為訓(xùn)練樣本,對(duì)bp網(wǎng)絡(luò)進(jìn)行訓(xùn)練,將訓(xùn)練好的網(wǎng)絡(luò)用于水質(zhì)進(jìn)行評(píng)價(jià),得出的蘑菇湖水庫(kù)水質(zhì)評(píng)價(jià)結(jié)果是劣ⅴ類,采用分級(jí)評(píng)分法對(duì)計(jì)算結(jié)果進(jìn)行了比較分析,結(jié)果表明:bp神經(jīng)網(wǎng)絡(luò)方法收斂速度較快,預(yù)測(cè)精度很高,蘑菇湖水庫(kù)已喪失養(yǎng)殖功能,并且已不能滿足農(nóng)業(yè)灌溉的標(biāo)準(zhǔn)。

第47卷第6期廈門大學(xué)學(xué)報(bào)(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(jià)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(jià)模型具有高度的容錯(cuò)性和較強(qiáng)的泛化能力,通過(guò)對(duì)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(jià).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(lái)建立模型,其中19組為訓(xùn)練樣 本,2組為檢測(cè)樣本,確定了13個(gè)主要造價(jià)

農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)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(jiǎn)介：趙瑞瑩（１９６３－），女，山東蓬萊人，教授，博士，２００４－２００６年曾在德國(guó)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(jià)格風(fēng)險(xiǎn)的防范要通過(guò)管理水平的提高來(lái)化解，農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)預(yù)警的引入則可實(shí)現(xiàn)農(nóng)產(chǎn)品市場(chǎng)風(fēng) 險(xiǎn)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(jià)格風(fēng)險(xiǎn)預(yù)警模型，并以生豬

人工神經(jīng)網(wǎng)絡(luò)方法在基坑變形預(yù)測(cè)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(cè)中的建模方法，并通過(guò)實(shí)例應(yīng)用，證明這種方法是切實(shí)可行的。同時(shí)將人工神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)結(jié)果和灰色系統(tǒng)模型及時(shí)序模型預(yù)測(cè)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)...

人工神經(jīng)網(wǎng)絡(luò)在股票價(jià)格預(yù)測(cè)中的應(yīng)用 作者：施航，馬琳達(dá) 作者單位：貴州大學(xué)電氣工程學(xué)院,貴州,貴陽(yáng),550003 刊名：電腦開發(fā)與應(yīng)用 英文刊名：computerdevelopment&applications 年，卷(期)：2007,20(9) 被引用次數(shù)：3次 參考文獻(xiàn)(3條) 1.董長(zhǎng)虹matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用2005 2.吳曉莉;林哲輝matlab輔助模糊系統(tǒng)設(shè)計(jì)2002 3.周開利;康耀紅神經(jīng)網(wǎng)絡(luò)模型及其matlab仿真程序設(shè)計(jì)2005 本文讀者也讀過(guò)(6條) 1.安靜.曾成順.anjing.zengcheng-shunbp算法改進(jìn)及其在股票價(jià)格預(yù)測(cè)中的應(yīng)用[期刊論文]-電氣傳動(dòng)自動(dòng)化 2009,31(6) 2.李杰.lijie基于bp算法的股價(jià)預(yù)測(cè)模型實(shí)證分析[期刊論文]-科技廣場(chǎng)2006(10)

介紹了分布式光纖監(jiān)測(cè)系統(tǒng)的檢測(cè)原理,針對(duì)結(jié)構(gòu)物局部點(diǎn)的應(yīng)變變化建立了4層人工神經(jīng)網(wǎng)絡(luò)模型,對(duì)結(jié)構(gòu)物的局部變形進(jìn)行預(yù)測(cè),并利用隧道實(shí)測(cè)數(shù)據(jù)對(duì)預(yù)測(cè)值進(jìn)行了驗(yàn)證,取得了比較滿意的效果。

bp神經(jīng)網(wǎng)絡(luò)是分析處理復(fù)雜非線性問(wèn)題的一種有效方法,是目前廣泛應(yīng)用的一種神經(jīng)網(wǎng)絡(luò),已被逐漸應(yīng)用于對(duì)宏觀經(jīng)濟(jì)問(wèn)題的研究中。本文有機(jī)地整合了計(jì)量經(jīng)濟(jì)學(xué)與bp神經(jīng)網(wǎng)絡(luò),建立了基于因果關(guān)系理論來(lái)確定bp網(wǎng)絡(luò)的輸入變量,基于協(xié)整理論來(lái)分析bp網(wǎng)絡(luò)系統(tǒng)的可靠性,基于學(xué)習(xí)率可變的動(dòng)量bp算法的用于研究經(jīng)濟(jì)領(lǐng)域問(wèn)題的改進(jìn)bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,加強(qiáng)了網(wǎng)絡(luò)模型的理論基礎(chǔ),提高了網(wǎng)絡(luò)模型的質(zhì)量,并將其應(yīng)用于西北建筑業(yè)的預(yù)測(cè)和控制中,取得了令人滿意的效果。

提出一種采用bp神經(jīng)網(wǎng)絡(luò)算法來(lái)預(yù)測(cè)深基坑沉降的方法,結(jié)合具體工程實(shí)例,構(gòu)建了預(yù)測(cè)深基坑周邊地表沉降具體bp神經(jīng)網(wǎng)絡(luò)模型,預(yù)測(cè)結(jié)果表明,該模型有較高的預(yù)測(cè)精度,可作為預(yù)測(cè)沉降的一種新方法。

空調(diào)負(fù)荷是近年來(lái)增長(zhǎng)較快的一類負(fù)荷,其特性對(duì)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(cè)空調(diào)降溫負(fù)荷,研究了溫度和濕度對(duì)空調(diào)負(fù)荷的影響。利用bp人工神經(jīng)網(wǎng)絡(luò)對(duì)電網(wǎng)空調(diào)負(fù)荷進(jìn)行了預(yù)測(cè),經(jīng)過(guò)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(duì)電網(wǎng)空調(diào)負(fù)荷進(jìn)行預(yù)測(cè)。