結(jié)構(gòu)可變的RBF神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)

基于rbf神經(jīng)網(wǎng)絡(luò)的軟基沉降預(yù)測(cè)研究——將神經(jīng)網(wǎng)絡(luò)理論引入軟基沉降預(yù)測(cè)領(lǐng)域．借助自控領(lǐng)域信號(hào)處理的思想，應(yīng)用改進(jìn)后的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的映射模式進(jìn)行軟基沉降的短期預(yù)測(cè)；軟基沉降的長(zhǎng)期預(yù)測(cè)實(shí)質(zhì)上為基于神經(jīng)網(wǎng)絡(luò)的多維歐氏空間的曲面擬合問題，將地基壓...

針對(duì)建筑工程特點(diǎn),提出了基于rbf神經(jīng)網(wǎng)絡(luò)的建筑工程投標(biāo)報(bào)價(jià)方法,建立建筑工程投標(biāo)報(bào)價(jià)標(biāo)高率數(shù)學(xué)模型。應(yīng)用matlab計(jì)算軟件,以實(shí)例驗(yàn)證了該模型的正確性及實(shí)用性。

介紹了基于matlab的徑向基函數(shù)rbf神經(jīng)網(wǎng)絡(luò)對(duì)于建筑物沉降預(yù)測(cè)的方法,討論了rbf神經(jīng)網(wǎng)絡(luò)的構(gòu)造思路、參數(shù)和分布密度spread的選擇。為建筑物變形監(jiān)測(cè)人員的數(shù)據(jù)分析、變形預(yù)測(cè)提供了一個(gè)可行的概念。

應(yīng)用神經(jīng)網(wǎng)絡(luò)-時(shí)間序列預(yù)測(cè)路面平整度——以神經(jīng)網(wǎng)絡(luò)和時(shí)間序列分析方法為基礎(chǔ)，采用零均值化、標(biāo)準(zhǔn)偏差預(yù)處理方法、規(guī)則化能量函數(shù)法和貝葉斯規(guī)則化方法進(jìn)行bp神經(jīng)網(wǎng)絡(luò)建模，利用bp網(wǎng)絡(luò)對(duì)平整度非平穩(wěn)時(shí)序進(jìn)行趨勢(shì)項(xiàng)提取，使非平穩(wěn)監(jiān)測(cè)時(shí)序轉(zhuǎn)化為平穩(wěn)時(shí)序以進(jìn)...

基于rbf神經(jīng)網(wǎng)絡(luò)的砂土液化預(yù)測(cè)——通過分析砂土液化成因及其影響因素，建立了砂土液化預(yù)測(cè)rbf網(wǎng)絡(luò)模型，并與bp網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行比較．測(cè)試結(jié)果表明，應(yīng)用rbf網(wǎng)絡(luò)模型對(duì)砂土液化進(jìn)行預(yù)測(cè)，預(yù)測(cè)效果好，識(shí)別精度高．

針對(duì)目前混凝土強(qiáng)度預(yù)測(cè)中存在的不確定性,難以自適應(yīng)性的確定神經(jīng)網(wǎng)絡(luò)隱含層,建立了基于高維云的rbf神經(jīng)網(wǎng)絡(luò)的混凝土預(yù)測(cè)模型。運(yùn)用matlab8.10進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明該模型綜合考慮了影響混凝土強(qiáng)度的各種因素,能夠?qū)崿F(xiàn)預(yù)測(cè)結(jié)果的隨機(jī)性和模糊性,具有更高的預(yù)測(cè)精度,更快的訓(xùn)練速度,可以廣泛應(yīng)用于生產(chǎn)現(xiàn)場(chǎng)實(shí)地的混凝土強(qiáng)度預(yù)測(cè)和質(zhì)量檢驗(yàn)。

介紹了rbf神經(jīng)網(wǎng)絡(luò)的模型和結(jié)構(gòu),提出將該網(wǎng)絡(luò)應(yīng)用于建筑物沉降預(yù)測(cè)。運(yùn)用matlab工具箱函數(shù)建立了沉降預(yù)測(cè)網(wǎng)絡(luò)模型,編制了計(jì)算程序,通過工程實(shí)例驗(yàn)證了該模型的正確性和可行性,并和bp神經(jīng)網(wǎng)絡(luò)在收斂速度上進(jìn)行了比較,結(jié)果表明rbf神經(jīng)網(wǎng)絡(luò)的收斂速度遠(yuǎn)遠(yuǎn)快于bp網(wǎng)絡(luò)。

為提高風(fēng)電輸出功率預(yù)測(cè)精度，提出一種基于rbf—bp組合神經(jīng)網(wǎng)絡(luò)模型的短期風(fēng)電功率預(yù)測(cè)方法。在考慮尾流等因素影響的基礎(chǔ)上，對(duì)風(fēng)速進(jìn)行預(yù)處理。根據(jù)相關(guān)歷史數(shù)據(jù)，建立rbf—bp組合神經(jīng)網(wǎng)絡(luò)短期風(fēng)電功率預(yù)測(cè)模型，對(duì)風(fēng)電輸出功率進(jìn)行預(yù)測(cè)。仿真分析結(jié)果表明，該預(yù)測(cè)方法能有效提高風(fēng)電輸出功率預(yù)測(cè)精度。

本文提出了一種基于rbf神經(jīng)網(wǎng)絡(luò)的直接預(yù)測(cè)法,對(duì)公路貨運(yùn)量進(jìn)行了預(yù)測(cè),并利用matlab工具箱予以了實(shí)現(xiàn).對(duì)2004和2005年公路貨運(yùn)量預(yù)測(cè)的結(jié)果表明,預(yù)測(cè)值與國(guó)家統(tǒng)計(jì)局公布的實(shí)際數(shù)值有很好的一致性,預(yù)測(cè)精度也高于其它rbf預(yù)測(cè)法,有很好的應(yīng)用性.

為了減小電力負(fù)荷預(yù)測(cè)中的誤差,提出了基于rbf神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè)模型.介紹了負(fù)荷序列的相似度預(yù)測(cè)模型,并在此基礎(chǔ)上采用了rbf網(wǎng)絡(luò)對(duì)負(fù)荷波動(dòng)值的誤差糾正.通過運(yùn)用實(shí)際電力負(fù)荷數(shù)據(jù)進(jìn)行驗(yàn)證,該模型能較好地避免不良數(shù)據(jù)的干擾,有效地提高了負(fù)荷序列的預(yù)測(cè)精度.

隨著我國(guó)國(guó)民經(jīng)濟(jì)的發(fā)展,鋼結(jié)構(gòu)在建筑結(jié)構(gòu)中所占比例越來越高,這就對(duì)大型鋼構(gòu)件生產(chǎn)過程中的質(zhì)量問題提出了更高的要求,質(zhì)量預(yù)測(cè)在質(zhì)量控制中也起到至關(guān)重要的作用。rbf神經(jīng)網(wǎng)絡(luò)算法憑借其無限逼近可微函數(shù)的優(yōu)點(diǎn)在質(zhì)量預(yù)測(cè)方面得到了廣泛的應(yīng)用。由于生產(chǎn)過程中影響質(zhì)量的元素很多,該文將采用遺傳算法對(duì)rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,使質(zhì)量預(yù)測(cè)系統(tǒng)達(dá)到最優(yōu)。

在分析普通混凝土強(qiáng)度各影響因素的基礎(chǔ)上,選取6個(gè)影響因素組成輸入層,以混凝土28d強(qiáng)度作為輸出,建立徑向基函數(shù)網(wǎng)絡(luò),經(jīng)網(wǎng)絡(luò)訓(xùn)練和仿真結(jié)果對(duì)比,表明所建網(wǎng)絡(luò)結(jié)構(gòu)合理、收斂速度快、精度高,可以滿足普通混凝土強(qiáng)度預(yù)測(cè)要求,具有廣泛的應(yīng)用前景。

風(fēng)能作為一種清潔環(huán)保的新能源,有著無污染、低成本、可再生等眾多優(yōu)點(diǎn)。目前我國(guó)擁有豐富的風(fēng)能,有著巨大的發(fā)展前景,目前風(fēng)力發(fā)電已有一定規(guī)模。但是,由于風(fēng)電的隨機(jī)性和間歇性的特點(diǎn),輸出功率很不穩(wěn)定,易對(duì)電網(wǎng)造成沖擊,影響電力系統(tǒng)的正常運(yùn)行。通過準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,提前采取相應(yīng)措施,是減少對(duì)電網(wǎng)沖擊的有效措施。本文研究風(fēng)電的短期功率預(yù)測(cè),在確定影響變量的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)中的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)電功率預(yù)測(cè)。通過預(yù)測(cè)結(jié)果與實(shí)際功率的比較,得到誤差小較理想的預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果較好。

風(fēng)能作為一種清潔環(huán)保的新能源,有著無污染、低成本、可再生等眾多優(yōu)點(diǎn)。目前我國(guó)擁有豐富的風(fēng)能,有著巨大的發(fā)展前景,目前風(fēng)力發(fā)電已有一定規(guī)模。但是,由于風(fēng)電的隨機(jī)性和間歇性的特點(diǎn),輸出功率很不穩(wěn)定,易對(duì)電網(wǎng)造成沖擊,影響電力系統(tǒng)的正常運(yùn)行。通過準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,提前采取相應(yīng)措施,是減少對(duì)電網(wǎng)沖擊的有效措施。本文研究風(fēng)電的短期功率預(yù)測(cè),在確定影響變量的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)中的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)電功率預(yù)測(cè)。通過預(yù)測(cè)結(jié)果與實(shí)際功率的比較,得到誤差小較理想的預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果較好。

風(fēng)能作為一種清潔環(huán)保的新能源,有著無污染、低成本、可再生等眾多優(yōu)點(diǎn)。目前我國(guó)擁有豐富的風(fēng)能,有著巨大的發(fā)展前景,目前風(fēng)力發(fā)電已有一定規(guī)模。但是,由于風(fēng)電的隨機(jī)性和間歇性的特點(diǎn),輸出功率很不穩(wěn)定,易對(duì)電網(wǎng)造成沖擊,影響電力系統(tǒng)的正常運(yùn)行。通過準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,提前采取相應(yīng)措施,是減少對(duì)電網(wǎng)沖擊的有效措施。本文研究風(fēng)電的短期功率預(yù)測(cè),在確定影響變量的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)中的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)電功率預(yù)測(cè)。通過預(yù)測(cè)結(jié)果與實(shí)際功率的比較,得到誤差小較理想的預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果較好。

分析了對(duì)工程造價(jià)有重要影響的眾多因素,參考國(guó)內(nèi)外專家、學(xué)者的研究成果,確定了影響工程造價(jià)的18個(gè)主要因素,并基于rbf神經(jīng)網(wǎng)絡(luò)建立了工程造價(jià)決策模型。本文利用rbf神經(jīng)網(wǎng)絡(luò)快速、準(zhǔn)確的函數(shù)逼近能力,為工程造價(jià)決策提供了一種新的方法。

地基沉降是一種危害很大的環(huán)境災(zāi)害。地基沉降的監(jiān)測(cè)數(shù)據(jù)經(jīng)常受降雨及工程施工等諸多外界因素的干擾,故而在沉降曲線中存在許多數(shù)據(jù)突變點(diǎn)。為此,提出基于小波分析與rbf神經(jīng)網(wǎng)絡(luò)相結(jié)合的新的地基沉降預(yù)測(cè)方法,首先采用小波分析對(duì)對(duì)原始監(jiān)測(cè)數(shù)據(jù)進(jìn)行數(shù)據(jù)去噪處理,進(jìn)而得到反映實(shí)際變化的地基沉降曲線,然后采用徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)方法對(duì)其進(jìn)行預(yù)測(cè),為工程設(shè)計(jì)提供依據(jù)。最后結(jié)合工程實(shí)例分析,通過多種小波去噪與預(yù)測(cè)結(jié)果的對(duì)比研究,表明3次b樣條小波的去噪及預(yù)測(cè)效果最好,與實(shí)測(cè)值能較好地吻合,具有較好的工程應(yīng)用前景。

為了預(yù)測(cè)混凝土的抗壓強(qiáng)度,在分析bp、rbf神經(jīng)網(wǎng)絡(luò)原理的基礎(chǔ)上,提出用bp、rbf神經(jīng)網(wǎng)絡(luò)模擬混凝土抗壓強(qiáng)度與攪拌機(jī)各主要影響參數(shù)間關(guān)系的方法。根據(jù)攪拌機(jī)的實(shí)際工作狀況,分別建立了4維輸入向量、1維輸出向量的bp、rbf神經(jīng)網(wǎng)絡(luò)模型,通過19組試驗(yàn),驗(yàn)證了2種模型的可靠性。結(jié)果表明,實(shí)測(cè)結(jié)果與預(yù)測(cè)結(jié)果相接近,該2種神經(jīng)網(wǎng)絡(luò)模型能較準(zhǔn)確地快速預(yù)測(cè)混凝土抗壓強(qiáng)度。

在預(yù)測(cè)隧道圍巖變形的過程中,運(yùn)用神經(jīng)網(wǎng)絡(luò)的方法,建立非線性的預(yù)測(cè)模型,結(jié)合張涿高速公路林里隧道的變形實(shí)測(cè)數(shù)據(jù),借助matlab7.1平臺(tái),模擬了隧道圍巖的變形過程;實(shí)驗(yàn)結(jié)果表明：rbf神經(jīng)網(wǎng)絡(luò)方法在隧道圍巖變形的預(yù)測(cè)中,具有運(yùn)算速度快,預(yù)測(cè)精度高,模型穩(wěn)定可靠的特點(diǎn),在隧道施工過程中,能夠有效的輔助施工控制,提供預(yù)測(cè)報(bào)告。

文章以matlab動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)為前提,采用時(shí)間序列預(yù)測(cè)方法進(jìn)行房地產(chǎn)價(jià)格預(yù)測(cè)。采用全國(guó)平均房地產(chǎn)價(jià)格為基礎(chǔ)樣本,利用訓(xùn)練樣本和基礎(chǔ)樣本來建立房地產(chǎn)價(jià)格基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)時(shí)間序列預(yù)測(cè)模型來預(yù)測(cè)近幾年房地產(chǎn)價(jià)格,并與實(shí)際價(jià)格對(duì)比研究來證明此方法的有效性。

基于RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報(bào)

運(yùn)用rbf神經(jīng)網(wǎng)絡(luò)(radialbasisfunctionneuralnetwork)理論,分析了大夾角v撐施工期間最大風(fēng)險(xiǎn)因素可能發(fā)生的部位,并對(duì)v撐的結(jié)構(gòu)失效風(fēng)險(xiǎn)性進(jìn)行了定量分析。將有限元分析結(jié)果作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)據(jù),利用徑向基神經(jīng)網(wǎng)絡(luò)建立了基本變量和結(jié)構(gòu)響應(yīng)之間的隱性映射關(guān)系,根據(jù)蒙特卡洛原理進(jìn)行模擬計(jì)算,最終得出v撐施工過程中各個(gè)危險(xiǎn)截面出現(xiàn)結(jié)構(gòu)失效的概率預(yù)估值。通過工程實(shí)例驗(yàn)證表明,基于徑向基神經(jīng)網(wǎng)絡(luò)所建立的施工過程風(fēng)險(xiǎn)分析方法計(jì)算效率高,具有可行性和有效性,同時(shí)為v撐施工風(fēng)險(xiǎn)決策提供了理論依據(jù)。