BP神經(jīng)網(wǎng)絡(luò)在特裝修理費用預測中的應用

在對某基坑工程采用bp神經(jīng)網(wǎng)絡(luò)模型預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測結(jié)果跳不出訓練樣本以及訓練時間較長的問題,提出采用matlab中的mapminmax函數(shù)進行歸一化處理,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)訓練算法進行了改進.研究結(jié)果表明:與常用的基于梯度下降原則相比,改進后的bp神經(jīng)網(wǎng)絡(luò)在訓練時間和預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)在訓練樣本時的迭代次數(shù)最少為74次,采用共軛梯度法的預測結(jié)果與實測結(jié)果的誤差最大為2.4％,而采用牛頓法神經(jīng)網(wǎng)絡(luò)的預測值則比較均衡,預測結(jié)果相對最佳.

bp神經(jīng)網(wǎng)絡(luò)是分析處理復雜非線性問題的一種有效方法,是目前廣泛應用的一種神經(jīng)網(wǎng)絡(luò),已被逐漸應用于對宏觀經(jīng)濟問題的研究中。本文有機地整合了計量經(jīng)濟學與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,基于學習率可變的動量bp算法的用于研究經(jīng)濟領(lǐng)域問題的改進bp神經(jīng)網(wǎng)絡(luò)預測模型,加強了網(wǎng)絡(luò)模型的理論基礎(chǔ),提高了網(wǎng)絡(luò)模型的質(zhì)量,并將其應用于西北建筑業(yè)的預測和控制中,取得了令人滿意的效果。

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

bp神經(jīng)網(wǎng)絡(luò)在地基土壓縮指數(shù)預測中的應用——為了尋求基于多個常規(guī)物理參數(shù)間接得到土變形參數(shù)的途徑，根據(jù)幾個實際工程中的土工試驗數(shù)據(jù)，利用bp神經(jīng)網(wǎng)絡(luò)方法對土壓縮指數(shù)進行預測。選取土塑性指數(shù)、含水量、孔隙比、密度這4個常規(guī)物理參數(shù)作為影響土壓縮指數(shù)...

結(jié)合某樁錨支護深基坑工程,針對不同工況,利用監(jiān)測數(shù)據(jù)作為輸入建立bp神經(jīng)網(wǎng)絡(luò)模型,預測樁體水平位移.結(jié)果表明,不同工況下的預測精度不同,樁體位移較大時預測精度較高,位移較小時預測精度較差;對于工況變化時位移曲線的變化趨勢,預測結(jié)果的適應性良好;bp神經(jīng)網(wǎng)絡(luò)預測樁體水平位移具有較高的可行性和可靠性.

為了預測高速公路路基最終沉降量,首先依據(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)預測最終沉降量模型.結(jié)合成都-南充高速公路沉降實測資料及其它文獻中大量路基沉降資料,利用bp神經(jīng)網(wǎng)絡(luò)預測了其各自最終沉降量.通過檢驗樣本驗證,預測精度較高,能夠滿足實際需要.并對bp神經(jīng)網(wǎng)絡(luò)在公路建設(shè)中的應用提出了一些注意事項.

要對非線性趨勢房地產(chǎn)價格指數(shù)進行預測,就必須利用模擬非線性的模型,采用bp人工神經(jīng)網(wǎng)絡(luò)的改進算法,建立了基于bp神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價格指數(shù)預測模型。結(jié)果表明:該模型預測精度較高,能較好地反映房地產(chǎn)價格指數(shù)內(nèi)在變化規(guī)律。

闡述了bp人工神經(jīng)網(wǎng)絡(luò)原理,分析了地基承載力的影響因素,以云安縣六都—高要大灣二級公路(云浮段)新建工程勘察數(shù)據(jù)為例,通過建立神經(jīng)網(wǎng)絡(luò)模型并對模型進行訓練,結(jié)果表明,該模型比較精確,可在今后勘察工作中運用。

應用matlab提供的神經(jīng)網(wǎng)絡(luò)工具箱作為bp神經(jīng)網(wǎng)絡(luò)訓練和仿真的平臺,并進行語言編程,通過采用不同隱函數(shù)節(jié)點數(shù)進行對比試驗,采用精度與誤差都合適的節(jié)點數(shù)進行訓練與預測,觀察預測的精度,并分析神經(jīng)網(wǎng)絡(luò)對抗壓強度結(jié)果預測的可應用性,從而得出一些有益的結(jié)論。

針對傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)存在的缺點,提出基于遺傳優(yōu)化的變梯度反向傳播的bp神經(jīng)網(wǎng)絡(luò)預測方法,采用遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的初始權(quán)重,建立路基沉降預測模型。該模型可克服bp神經(jīng)網(wǎng)絡(luò)模型存在的收斂速度慢、易陷入局部極小點等缺點。結(jié)合現(xiàn)場實測數(shù)據(jù),將該優(yōu)化模型與指數(shù)曲線模型、雙曲線模型、灰色預測模型和傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)預測模型對比,結(jié)果表明改進的bp神經(jīng)網(wǎng)絡(luò)在路基沉降預測中精度最高,適宜于廣泛推廣應用。

針對傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)存在的缺點,提出了用附加動量法、自適應學習速率和l-m優(yōu)化算法等幾種算法進行優(yōu)化。通過對比分析,證明了采用l-m優(yōu)化和附加動量因子算法相結(jié)合取得了最優(yōu)的預測效果。該方法克服了bp神經(jīng)網(wǎng)絡(luò)模型存在的收斂速度慢、易陷入局部極小點的缺點。結(jié)合現(xiàn)場實測數(shù)據(jù),將該優(yōu)化模型與傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)預測模型對比,預測結(jié)果表明改進的bp神經(jīng)網(wǎng)絡(luò)在路基沉降預測中精度最高,適宜廣泛采用。

針對滇西復雜地質(zhì)條件下隧道圍巖變形預測問題,以bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),引入了改進后的粒子群算法,通過調(diào)試和改進建立了pso-bp神經(jīng)網(wǎng)絡(luò).該神經(jīng)網(wǎng)絡(luò)結(jié)合了粒子群算法的全局搜索能力和bp神經(jīng)網(wǎng)絡(luò)的局部搜索能力,非線性映射能力強,泛化能力強,具有一定的容錯能力.計算結(jié)果表明:pso-bp神經(jīng)網(wǎng)絡(luò)預測精度高,平均絕對誤差為2.4mm,平均相對誤差為2.7％,滿足隧道圍巖變形預測精度的需要.

本文采用bp神經(jīng)網(wǎng)絡(luò)預測模型,通過在matlab軟件建模,并對實際工程項目的支護結(jié)構(gòu)頂水平位移的監(jiān)測數(shù)據(jù)進行分析,預測其后的監(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,具有很強的泛化能力,能夠?qū)嶋H工程的支護結(jié)構(gòu)頂水平位移進行有效預測.

為了提供早期預測再生粗骨料混凝土強度的有效方法,從8篇文獻中收集了47組樣本,借助matlabr2015a平臺,基于bp神經(jīng)網(wǎng)絡(luò),建立了以單位體積的水、水泥、砂、碎石、再生粗骨料用量作為輸入,以再生混凝土28d棱柱體抗壓強度作為輸出的含單隱層的3層神經(jīng)網(wǎng)絡(luò)模型,其結(jié)構(gòu)為5-21-1.對網(wǎng)絡(luò)進行訓練后的仿真結(jié)果表明,預測的最大相對誤差為18.69%,預測誤差小于5%的占樣本總量的78.72%.預測結(jié)果表明用bp神經(jīng)網(wǎng)絡(luò)模型預測再生混凝土的強度是可行的.

研究房地產(chǎn)價格準確預測問題。由于房地產(chǎn)價格影響因子間信息嚴重冗余,受到社會上多種因素的影響。傳統(tǒng)預測方法不能消除因子間的冗余信息,導致學習時間長、預測精度低。為了提高房地產(chǎn)價格的預測精度,提出一種粗糙集理論bp神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價格預測模型(rs-bpnn)。rs-bpnn模型首先采用粗糙集理論消除房地產(chǎn)價格因子間冗余信息,提取重要因子,然后采用非線性預測能力非常強的bp神經(jīng)網(wǎng)絡(luò)對處理后的數(shù)據(jù)進行學習建模,用建立好的模型對房地產(chǎn)價格進行預測。仿真結(jié)果表明,rs-bpnn房地產(chǎn)價格預測速度比傳統(tǒng)預測方法快,預測精度更高,說明rs-bpnn的預測結(jié)果可以為政策制定者和房地商及買房提供參考。

運用bp神經(jīng)網(wǎng)絡(luò)方法,對土木工程造價做有益的探討。利用神經(jīng)網(wǎng)絡(luò)可以節(jié)省時間,減小歷史狀況對價格估算的影響,也有利于應用工程量清單為基礎(chǔ)的國際慣例。并以收集到的樣本為例,對該模型進行了實證研究,表明了該方法的有效性。

應用bp神經(jīng)網(wǎng)絡(luò)預測基坑變形——通過分析基坑監(jiān)測數(shù)據(jù)，找出其中蘊含的基坑支護系統(tǒng)變形的規(guī)律，應用bp神經(jīng)網(wǎng)絡(luò)預測系統(tǒng)未來的發(fā)展動態(tài)，對下一步支護開挖提供指導，同時可反饋設(shè)計，從而達到控制基坑支護變形的目的。

針對傳統(tǒng)住宅區(qū)片價評估方法的不足,將bp神經(jīng)網(wǎng)絡(luò)應用于住宅區(qū)片價評估,并將其評估結(jié)果與回歸分析模型結(jié)果進行比較,結(jié)果表明基于人工神經(jīng)網(wǎng)絡(luò)的評估優(yōu)于回歸分析模型,將神經(jīng)網(wǎng)絡(luò)模型應用于住宅區(qū)片價的評估是可行的。

BP神經(jīng)網(wǎng)絡(luò)在工程估價中的應用研究

建設(shè)項目工程造價估算對發(fā)包人和承包人進行決策具有至關(guān)重要的作用,運用bp神經(jīng)網(wǎng)絡(luò)理論,結(jié)合實例給出了用于建設(shè)項目工程造價估算的bp神經(jīng)網(wǎng)絡(luò)模型,仿真實驗表明,采用該模型的估算結(jié)果是令人滿意的。

為了盡量減小由隧道開挖引起的地面沉降而帶來的風險,需要在隧道施工過程中可靠地預測地表的變形量.該文采用改進的方法來選擇平移和伸縮因子的初始值,利用小波神經(jīng)網(wǎng)絡(luò)分析預測隧道施工中的地表沉降量,并在預測中考慮了地表平均壓力、盾構(gòu)機平均穿透深度、填充泥漿度等外界因素對地表沉降的影響.結(jié)果表明,利用改進的方法來選擇初始的平移和伸縮因子,提高了函數(shù)的逼真性能,并減小了估計誤差.

本文結(jié)合住宅房地產(chǎn)的價格理論和相關(guān)網(wǎng)站上的數(shù)據(jù),科學地選取影響商品住宅價格的影響指標為人均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商品住宅價格影響因素模型。依照bp神經(jīng)網(wǎng)絡(luò)預測的實現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡(luò)在預測?？谑猩唐纷≌瑑r格的應用,得到2018年6月-2019年5月商品住宅價格預測值,對?？谑猩唐纷≌瑑r格的研究具有一定的指導作用。