廣義回歸神經(jīng)網(wǎng)絡的β型磷建筑石膏強度預測??

通過電纜接頭溫度監(jiān)測電纜接頭運行狀況,是供電公司管理電纜運行的良好途徑。利用已有的110kv單芯電纜運行試驗數(shù)據(jù),建立基于廣義回歸神經(jīng)網(wǎng)絡的電纜接頭溫度預測模型。研究分析結(jié)果表明grnn模型相比bpnn模型具有較高的準確度和可靠性,克服了bpnn模型預測時訓練過程中存在局部最小點、收斂速度慢等缺點,

濕空氣中溫度和濕度的關系通常通過水蒸氣性質(zhì)表進行查取,通過溫度和飽和水蒸氣分壓力的關系計算相對濕度值,但其為離散的非線性關系,不便于實時控制。提出了一種簡單、有效的廣義回歸神經(jīng)網(wǎng)絡(grnn)用于中央空調(diào)控制中的濕度調(diào)節(jié),grnn可以對離散的非線性關系進行擬和,不同于數(shù)值分析中的插值和擬和,也不同于常用的bp網(wǎng)絡,grnn易于實現(xiàn),僅需要一個參數(shù),結(jié)構(gòu)簡單,便于編程,可以在較少數(shù)據(jù)中較好地工作。

使用錐形升流式分離器可以將磷石膏中的雜質(zhì)分離，得到潔白、無放射性的二水石膏，用它生產(chǎn)的建筑石膏質(zhì)量達優(yōu)級標準．分離出的廢渣是含磷較高的磷肥．利用磷石膏生產(chǎn)建筑石膏，經(jīng)濟效益和社會效益都很好

磷石膏生產(chǎn)建筑石膏的工藝探討

提出了根據(jù)實測數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡變形預測模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡變形預測模型,并給出應用實例分析。結(jié)果表明,神經(jīng)網(wǎng)絡應用于變形預測效果良好,具有一定參考價值和指導意義。

在傳統(tǒng)預測混凝土強度的基礎上,提出一種基于人工智能的新的預測方法,建立了兩種神經(jīng)網(wǎng)絡模型:bp神經(jīng)網(wǎng)絡和rbf神經(jīng)網(wǎng)絡,實現(xiàn)了從新拌混凝土成分及其特性到硬化后混凝土強度之間的復雜的非線性映射。通過對試驗數(shù)據(jù)的學習,網(wǎng)絡結(jié)構(gòu)可以早期預測混凝土28d抗壓強度。另外,還利用bp神經(jīng)網(wǎng)絡模擬分析了混凝土成分質(zhì)和量的變化對抗壓強度的影響,其結(jié)果符合已知的經(jīng)典混凝土強度變化規(guī)律,表明神經(jīng)網(wǎng)絡模型具有較高的精度和較強的泛化能力。

在分析普通混凝土強度影響因素基礎上,選取混凝土配料中7個因素作為輸入值,混凝土28d強度作為輸出值建立了混凝土強度預測的bp網(wǎng)絡模型。討論了模型的學習樣本、網(wǎng)絡參數(shù)對預測精度的影響,選出最佳網(wǎng)絡參數(shù)配置。實例證明模型預測精度高。

本文運用均勻設計的方法進行樹脂混凝土的配合比設計,用較少的試驗取得較好的效果;建立了樹脂混凝土的強度預測的神經(jīng)網(wǎng)絡模型,對試驗的數(shù)據(jù)進行了訓練和仿真,預測的結(jié)果與試驗結(jié)果吻合非常好。

1.引言神經(jīng)網(wǎng)絡是一種信息處理系統(tǒng),它由大量而簡單的處理單元(神經(jīng)元)廣泛的相連接而形成復雜系統(tǒng),它通過學習來解決問題,基坑沉降的預測是一項難以通過理論分析出影響因素與沉降結(jié)果映射關系的工作,而這項工作如果交

人工神經(jīng)網(wǎng)絡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)絡及bp網(wǎng)絡的基本原理與特征的分析,建立了工程估價預測模型.

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

鑒于前人推導的鎬形截齒破巖截割阻力和截割比能耗的理論公式計算值與實際值相差較大以及最優(yōu)截槽寬沒有定量表示,文中選取巖石密度、單軸抗壓強度、抗拉強度、靜態(tài)彈性模量等為影響因子,建立了bp預測網(wǎng)絡模型,并利用此模型對我國常見的4種巖石鎬形齒截割參數(shù)進行了預測。檢驗及預測的結(jié)果表明建立的預測網(wǎng)絡運行穩(wěn)定,預測結(jié)果良好,對截割力的預測優(yōu)于理論計算結(jié)果,對截槽寬和截割厚度最優(yōu)比值、截割比能耗的預測結(jié)果良好,相對現(xiàn)有理論的計算和經(jīng)驗公式計算精度有了很大提高,能更好的滿足工程要求。

在分析檢測數(shù)據(jù)的基礎上,提取了結(jié)構(gòu)服役時間、結(jié)構(gòu)建造時間、結(jié)構(gòu)檢測時間、混凝土設計強度和混凝土碳化深度等特征參數(shù),建立了預測既有建筑混凝土強度退化的人工神經(jīng)網(wǎng)絡模型。采用動量法和自適應調(diào)整法改進了bp算法;采用訓練好的bp神經(jīng)網(wǎng)絡對既有混凝土強度最小值和混凝土強度最大值進行了預測,并與實測值進行了對比。結(jié)果表明:利用bp神經(jīng)網(wǎng)絡對既有建筑混凝土強度退化進行預測是可行的,該研究成果可為既有建筑大面積的抗震性能普查提供參考。

磷石膏與天然石膏相比含游離水較高,傳統(tǒng)的磷石膏制建筑石膏粉一步脫水間接換熱法工藝存在弊端。介紹二步脫水直接換熱與間接換熱相結(jié)合的磷石膏制建筑石膏粉的新工藝及有關設備,每噸產(chǎn)品耗煤80kg,比傳統(tǒng)一步法節(jié)煤20kg/t,產(chǎn)品質(zhì)量優(yōu)良。

通過廣義回歸神經(jīng)網(wǎng)絡對沈陽市房地產(chǎn)市場2003年至2009年相關數(shù)據(jù)進行訓練，采用逼近性最好的光滑因子0．1，對2010年和2011年的數(shù)據(jù)進行預測，并與真實數(shù)據(jù)進行對比，得出沈陽市房地產(chǎn)開發(fā)投資額、商品房均價及空置面積均在高位運行．由此判斷出沈陽市房地產(chǎn)市場仍處于繁榮期，但屬于后期階段，有出現(xiàn)房地產(chǎn)泡沫的可能，政府、房地產(chǎn)開發(fā)商、購房者應給予足夠關注．

建筑節(jié)能是當今城市建設和社會發(fā)展的前沿和研究熱點,對建筑的能耗現(xiàn)狀進行綜合分析與評估是進行節(jié)能改造或節(jié)能設計的前提和基礎,而建立反映能耗變化的預測模型是從宏觀尺度上分析認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)絡算法收斂速度慢、易陷入局部最小點的缺點,采用了具有較快收斂速度及穩(wěn)定性的lm算法進行預測,構(gòu)造了基于bp神經(jīng)網(wǎng)絡的建筑物用電量預測模型。以某市公共建筑原始用電能耗統(tǒng)計數(shù)據(jù)作為樣本,并采用matlab對預測模型進行了仿真預測。結(jié)果顯示:誤差在允許范圍內(nèi)。

根據(jù)建筑物實測沉降利用人工神經(jīng)網(wǎng)絡理論,建立了前饋網(wǎng)絡預測模型并提出新的學習算法,結(jié)合某建筑物糾偏工程實例對建筑物沉降進行了預測.預測結(jié)果表明神經(jīng)網(wǎng)絡方法是可行且有效的.

由于目前只有很少一部分建筑師能掌握復雜的建筑能耗分析,因此本文利用matlab建立bp神經(jīng)網(wǎng)絡,將影響建筑能耗的18個因素作為網(wǎng)絡的輸入,進行學習訓練,最后通過測試樣本點數(shù)據(jù)預測建筑能耗,并與dest-h模擬計算得到的結(jié)果比較,發(fā)現(xiàn)相對誤差在3.5%以內(nèi),驗證了該網(wǎng)絡模型的可行性。該方法使建筑師在設計階段能夠簡單且準確地獲得設計建筑的能耗。

利用matlab建立bp神經(jīng)網(wǎng)絡,將影響建筑能耗的18個因素作為網(wǎng)絡的輸入,進行學習訓練,最后通過測試樣本點數(shù)據(jù)預測建筑能耗,與dest-h模擬計算得到的結(jié)果比較,發(fā)現(xiàn)相對誤差在3.5%以內(nèi),并通過實例驗證了該網(wǎng)絡模型的準確性。該方法使建筑人員在設計階段就能快速且準確地獲得設計建筑的能耗。

為研究嚴寒地區(qū)建筑熱環(huán)境和人體熱舒適,于2004年9月至2005年12月在哈爾濱進行了20次現(xiàn)場研究,測量了室內(nèi)熱舒適參數(shù).利用人工神經(jīng)網(wǎng)絡方法,建立了嚴寒地區(qū)建筑pmv的bp神經(jīng)網(wǎng)絡評判模型,實現(xiàn)了對嚴寒地區(qū)建筑熱環(huán)境內(nèi)pmv的智能化預測.現(xiàn)場研究結(jié)果驗證表明,該模型預測的嚴寒地區(qū)建筑熱環(huán)境內(nèi)pmv與實際主觀調(diào)查吻合.

為改進以往神經(jīng)網(wǎng)絡對建筑能耗預測的不足,提出應用遺傳算法結(jié)合levenberg-marquardt算法(galm)改進神經(jīng)網(wǎng)絡對建筑能耗進行預測。首先,利用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的權值和閾值;其次,利用levenberg-marquardt算法優(yōu)化神經(jīng)網(wǎng)絡訓練,針對影響建筑能耗的主要因素建立galm神經(jīng)網(wǎng)絡的建筑能耗預測模型。通過建立建筑能耗監(jiān)測平臺采集某公共建筑1個月的能耗數(shù)據(jù),對該模型進行訓練和測試。實驗結(jié)果表明,該模型可以準確且高效地對建筑能耗進行短期預測。

隨著我國城鄉(xiāng)建設的飛速發(fā)展,建筑火災形勢日趨嚴峻,依靠傳統(tǒng)的管理技術和方法已遠遠不能適應社會和民眾對安全的需要。針對某城市建筑火災非線性時間序列,建立了小波神經(jīng)網(wǎng)絡(wnn)預測模型,計算分析證明了該模型的可行性。該模型可與消防工作相結(jié)合,建立和實施城鄉(xiāng)綜合防災減災系統(tǒng),實現(xiàn)城鄉(xiāng)綜合防災減災的科學管理。