BP神經(jīng)網(wǎng)絡(luò)算法下邊坡安全預(yù)測

邊坡的地表位移監(jiān)測是滑坡安全監(jiān)控中的重要內(nèi)容,對監(jiān)測資料進(jìn)行及時、合理和有效的分析,獲取滑坡變形規(guī)律和安全狀況是滑坡監(jiān)測的重要工作之一。文章將基于bp算法的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型引入變形監(jiān)測預(yù)報(bào)中,對工程實(shí)例進(jìn)行了預(yù)測。結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)預(yù)測可以取得良好的效果,且自適應(yīng)預(yù)測能力較強(qiáng)。

邊坡地表位移監(jiān)測是滑坡安全監(jiān)控中的重要內(nèi)容,對監(jiān)測資料進(jìn)行及時、合理、有效的分析,獲取滑坡變形規(guī)律和安全狀況是滑坡監(jiān)測的重要工作之一。文中將基于bp算法的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型引入變形監(jiān)測預(yù)報(bào)中,對工程實(shí)例進(jìn)行預(yù)測。結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)預(yù)測可以取得良好的效果,且自適應(yīng)預(yù)測能力較強(qiáng)。

利用智能方法對邊坡形變進(jìn)行預(yù)測,進(jìn)而對礦區(qū)安全進(jìn)行評估近年來成為研究的熱點(diǎn)。針對邊坡形變數(shù)據(jù)小樣本、貧信息、高非線性等特點(diǎn),本文將灰色理論與神經(jīng)網(wǎng)絡(luò)方法相結(jié)合構(gòu)建灰色神經(jīng)網(wǎng)絡(luò),充分利用灰色模型處理小樣本和神經(jīng)網(wǎng)絡(luò)處理非線性的能力,對礦區(qū)邊坡形變進(jìn)行預(yù)測。實(shí)驗(yàn)分析表明,利用灰色神經(jīng)網(wǎng)絡(luò)進(jìn)行形變預(yù)測是正確有效的,預(yù)測精度取得了較好的效果。

為了對民航系統(tǒng)安全運(yùn)行狀態(tài)進(jìn)行科學(xué)的分析和預(yù)測,針對反映民航系統(tǒng)安全運(yùn)行狀態(tài)的重要指標(biāo)之一——飛行事故萬時率,采用bp神經(jīng)網(wǎng)絡(luò)的時間序列非線性預(yù)測模型及方法,對其進(jìn)行了分析研究和仿真驗(yàn)證,計(jì)算結(jié)果表明,該預(yù)測方法是可行的,并與實(shí)際具有較好的一致性。

針對bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中的訓(xùn)練時間較長、完全不能訓(xùn)練或容易陷入局部極小值等問題,提出基于遺傳克隆選擇算法(cloga)優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的流程,克服bp算法的一些缺陷。并通過湖北省人口預(yù)測問題進(jìn)行效果檢驗(yàn),得到滿意的結(jié)果。

負(fù)荷預(yù)測是電力規(guī)劃的基礎(chǔ),傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測方法存在對初始網(wǎng)絡(luò)權(quán)值設(shè)置敏感、收斂的速度慢、容易陷入局部極小值等缺點(diǎn)。文中引入遺傳算法先對神經(jīng)網(wǎng)絡(luò)的初始值進(jìn)行優(yōu)化,再通過神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和訓(xùn)練,得出的結(jié)果再經(jīng)bagging方法集成,目的是提高其準(zhǔn)確率。通過matlab仿真進(jìn)行實(shí)驗(yàn),結(jié)果表明,基于bagging算法集成遺傳神經(jīng)網(wǎng)絡(luò),能夠克服傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的缺點(diǎn),可較快收斂又不易陷入到局部極值中,具有較強(qiáng)的泛化能力,同時也大大提高了網(wǎng)絡(luò)的預(yù)測精度。

將bp神經(jīng)網(wǎng)絡(luò)用于電力負(fù)荷預(yù)測。給出了具體的數(shù)據(jù)處理方法、神經(jīng)網(wǎng)絡(luò)構(gòu)造及預(yù)測結(jié)果評價(jià)方法。在南京市夏季電力負(fù)荷統(tǒng)計(jì)數(shù)據(jù)集上面的實(shí)驗(yàn)結(jié)果表明,bp神經(jīng)網(wǎng)絡(luò)能夠?qū)﹄娏ω?fù)荷進(jìn)行較好地預(yù)測。

影響因素的多變及周期特征使高邊坡變形表現(xiàn)出明顯的非線性,線性模型難以對邊坡變形做出準(zhǔn)確預(yù)測.為研究庫區(qū)高邊坡變形發(fā)展趨勢,以某水電站高邊坡變形監(jiān)測成果為依托,在對其變形影響因素分析基礎(chǔ)上,選取半年庫水位變化量、半年降雨量、前半年慣性位移量為輸入?yún)?shù),以監(jiān)測點(diǎn)半年變形增量值為輸出參數(shù),構(gòu)建起3層bp神經(jīng)網(wǎng)絡(luò)模型.利用該模型對2011年6月-2014年12月間監(jiān)測數(shù)據(jù)進(jìn)行訓(xùn)練,精度達(dá)到預(yù)設(shè)要求后,預(yù)測2015年1月-2016年6月測點(diǎn)變形值,結(jié)果表明:預(yù)測最大誤差8.26％,平均誤差7.2％,滿足工程精度要求,說明該模型參數(shù)選取及設(shè)置適合,可為后續(xù)邊坡變形趨勢研究提供參考.

建筑企業(yè)的安全問題不僅關(guān)系到建筑行業(yè)的發(fā)展,而且關(guān)系到社會的和諧與進(jìn)步。從管理者的視角構(gòu)建了建筑企業(yè)安全管理評價(jià)指標(biāo)體系,并對指標(biāo)之間的關(guān)系做了簡要的說明。然后應(yīng)用主成份分析對神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)進(jìn)行預(yù)處理,提取其中的關(guān)鍵成分作為網(wǎng)絡(luò)的輸入,并采用遺傳算法來提高神經(jīng)網(wǎng)絡(luò)的收斂速度。最后以天津市建筑企業(yè)為實(shí)例加以說明并進(jìn)行了分析。結(jié)果表明,建立的模型不僅較公平、合理,而且提高了神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)效率。

建筑節(jié)能是當(dāng)今城市建設(shè)和社會發(fā)展的前沿和研究熱點(diǎn),對建筑的能耗現(xiàn)狀進(jìn)行綜合分析與評估是進(jìn)行節(jié)能改造或節(jié)能設(shè)計(jì)的前提和基礎(chǔ),而建立反映能耗變化的預(yù)測模型是從宏觀尺度上分析認(rèn)識建筑能耗變化與發(fā)展特性、為公共建筑節(jié)能工作提供決策依據(jù)的有效途徑和重要手段。研究針對常規(guī)bp網(wǎng)絡(luò)算法收斂速度慢、易陷入局部最小點(diǎn)的缺點(diǎn),采用了具有較快收斂速度及穩(wěn)定性的lm算法進(jìn)行預(yù)測,構(gòu)造了基于bp神經(jīng)網(wǎng)絡(luò)的建筑物用電量預(yù)測模型。以某市公共建筑原始用電能耗統(tǒng)計(jì)數(shù)據(jù)作為樣本,并采用matlab對預(yù)測模型進(jìn)行了仿真預(yù)測。結(jié)果顯示:誤差在允許范圍內(nèi)。

bp神經(jīng)網(wǎng)絡(luò)在基坑變形預(yù)測分析中的應(yīng)用——本文提出了基坑變形預(yù)測與分析的bp神經(jīng)網(wǎng)絡(luò)方法，建立了基坑變形預(yù)測分析的模型，應(yīng)用matlab語言編制計(jì)算程序進(jìn)行計(jì)算并與實(shí)際工程監(jiān)測值進(jìn)行比較，從而驗(yàn)證了神經(jīng)網(wǎng)絡(luò)在基坑變形預(yù)測分析中的可行性、有效性?！　?/p>

在對某基坑工程采用bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測基坑開挖引起地表變形的分析中,考慮到現(xiàn)有模型可能會遇到預(yù)測結(jié)果跳不出訓(xùn)練樣本以及訓(xùn)練時間較長的問題,提出采用matlab中的mapminmax函數(shù)進(jìn)行歸一化處理,并基于牛頓法、共軛梯度法和l-m法三種數(shù)值優(yōu)化方法對bp網(wǎng)絡(luò)訓(xùn)練算法進(jìn)行了改進(jìn).研究結(jié)果表明:與常用的基于梯度下降原則相比,改進(jìn)后的bp神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時間和預(yù)測誤差方面均有明顯的優(yōu)勢,采用l-m法的神經(jīng)網(wǎng)絡(luò)在訓(xùn)練樣本時的迭代次數(shù)最少為74次,采用共軛梯度法的預(yù)測結(jié)果與實(shí)測結(jié)果的誤差最大為2.4％,而采用牛頓法神經(jīng)網(wǎng)絡(luò)的預(yù)測值則比較均衡,預(yù)測結(jié)果相對最佳.

根據(jù)盾構(gòu)施工引起地表沉降的具體問題,結(jié)合廣州地鐵三號線某區(qū)間地質(zhì)資料,建立了地表沉降預(yù)測的bp神經(jīng)網(wǎng)絡(luò)模型,并對網(wǎng)絡(luò)進(jìn)行了訓(xùn)練和測試,測試結(jié)果表明,利用神經(jīng)網(wǎng)絡(luò)進(jìn)行盾構(gòu)隧道施工的地表沉降預(yù)測是可行的,可用于工程實(shí)踐。

本文結(jié)合住宅房地產(chǎn)的價(jià)格理論和相關(guān)網(wǎng)站上的數(shù)據(jù),科學(xué)地選取影響商品住宅價(jià)格的影響指標(biāo)為人均gdp、人均可支配收入、人口數(shù)量、房地產(chǎn)開發(fā)投資額和商品住宅建筑面積,并以此建立hedonic商品住宅價(jià)格影響因素模型。依照bp神經(jīng)網(wǎng)絡(luò)預(yù)測的實(shí)現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡(luò)在預(yù)測?？谑猩唐纷≌瑑r(jià)格的應(yīng)用,得到2018年6月-2019年5月商品住宅價(jià)格預(yù)測值,對?？谑猩唐纷≌瑑r(jià)格的研究具有一定的指導(dǎo)作用。

利用matlab建立bp神經(jīng)網(wǎng)絡(luò),將影響建筑能耗的18個因素作為網(wǎng)絡(luò)的輸入,進(jìn)行學(xué)習(xí)訓(xùn)練,最后通過測試樣本點(diǎn)數(shù)據(jù)預(yù)測建筑能耗,與dest-h模擬計(jì)算得到的結(jié)果比較,發(fā)現(xiàn)相對誤差在3.5%以內(nèi),并通過實(shí)例驗(yàn)證了該網(wǎng)絡(luò)模型的準(zhǔn)確性。該方法使建筑人員在設(shè)計(jì)階段就能快速且準(zhǔn)確地獲得設(shè)計(jì)建筑的能耗。

進(jìn)度控制作為項(xiàng)目管理的主要內(nèi)容，如何對施工進(jìn)度進(jìn)行有效的預(yù)測將有重要的現(xiàn)實(shí)意義，應(yīng)用bp神經(jīng)網(wǎng)絡(luò)技術(shù)對工程進(jìn)度進(jìn)行預(yù)測，得到的預(yù)測值比線性方法更準(zhǔn)確，精度更高。

bp神經(jīng)網(wǎng)絡(luò)是分析處理復(fù)雜非線性問題的一種有效方法,是目前廣泛應(yīng)用的一種神經(jīng)網(wǎng)絡(luò),已被逐漸應(yīng)用于對宏觀經(jīng)濟(jì)問題的研究中。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)系理論來確定bp網(wǎng)絡(luò)的輸入變量,基于協(xié)整理論來分析bp網(wǎng)絡(luò)系統(tǒng)的可靠性,基于學(xué)習(xí)率可變的動量bp算法的用于研究經(jīng)濟(jì)領(lǐng)域問題的改進(jìn)bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型,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)測和控制中,取得了令人滿意的效果。

針對傳統(tǒng)方法單獨(dú)采用bp神經(jīng)網(wǎng)絡(luò)算法易陷入局部極值的問題,提出了遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò),并將其應(yīng)用于mimo-ofdm系統(tǒng)信號檢測中。該方法將遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合,用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始值,使bp網(wǎng)絡(luò)快速收斂到最優(yōu)解,避免了由初始值的隨機(jī)選取而帶來的檢測誤碼。仿真結(jié)果表明所提出的方法在誤碼率方面有比較好的性能。

建筑業(yè)是我國重要的物質(zhì)生產(chǎn)部門之一，在我國的經(jīng)濟(jì)發(fā)展過程中，—直扮演著重要的角色。工程作為建筑業(yè)的核心，工程的管理具有很高的現(xiàn)實(shí)意義。所謂工程造價(jià)預(yù)測，是指處于準(zhǔn)備投標(biāo)或準(zhǔn)備建設(shè)的工程項(xiàng)目，在進(jìn)行投標(biāo)或?qū)嵤┣埃罁?jù)現(xiàn)有的建設(shè)工程項(xiàng)目資料、結(jié)合建設(shè)工程施工環(huán)境及施工企業(yè)自身?xiàng)l件，采用相應(yīng)的方法對建設(shè)工程項(xiàng)目的成本進(jìn)行預(yù)測，并將預(yù)測結(jié)果用以控制項(xiàng)目實(shí)施過程中的成本支出，能夠提高建筑企業(yè)的項(xiàng)目成本管理的科學(xué)性，促進(jìn)企業(yè)資金的良性運(yùn)轉(zhuǎn)。

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。

用常規(guī)可靠度分析方法進(jìn)行邊坡穩(wěn)定的可靠度分析時,可靠度分析的主程序與用geo-slope軟件求解安全系數(shù)的過程需交互進(jìn)行,過程繁瑣。為加快運(yùn)行速度,本文采用了基于rbf神經(jīng)網(wǎng)絡(luò)的蒙特卡羅模擬法(rbf-mcsm),此法在進(jìn)行可靠度分析時,需在運(yùn)行可靠度分析程序之前先用geo-slope軟件來準(zhǔn)備好所有樣本。本文首先應(yīng)用geo-slope軟件中的slope/w模塊對皮園邊坡四組剖面支護(hù)前后的安全系數(shù)進(jìn)行求解,接下來采用基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的蒙特卡羅模擬法(rbf-mcsm)擬合出功能函數(shù),進(jìn)而求解邊坡的失效概率及可靠指標(biāo),并與常規(guī)的可靠度分析方法(中心點(diǎn)法、驗(yàn)算點(diǎn)法和響應(yīng)面法)進(jìn)行比較,由于rbf-mcsm法的計(jì)算結(jié)果與常規(guī)法中精度較高的驗(yàn)算點(diǎn)法和響應(yīng)面法結(jié)果非常接近,說明rbf-mcsm法十分準(zhǔn)確。

文章通過分析調(diào)查影響自貢房地產(chǎn)市場的主要因素,基于bp神經(jīng)網(wǎng)絡(luò),結(jié)合自貢住宅市場的實(shí)際情況,建立兩類bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型:基于時間序列的趨勢預(yù)測模型、基于影響因素的回歸預(yù)測模型,預(yù)測了自貢房地產(chǎn)市場價(jià)格走勢。模擬預(yù)測2010年的結(jié)果證明了2011年房價(jià)預(yù)測的有效性,可為自貢城市建設(shè)的可持續(xù)發(fā)展提供有價(jià)值的指導(dǎo)意見。