基于CA理論與神經(jīng)網(wǎng)絡(luò)學(xué)說(shuō)的建筑城市性研究

通過(guò)分析城市深基坑沉降量時(shí)間序列的非線性動(dòng)力學(xué)系統(tǒng),認(rèn)為該時(shí)間序列具有混沌特性.在此基礎(chǔ)上,通過(guò)相空間重構(gòu)的方法建立了用于城市深基坑沉降量預(yù)測(cè)的混沌神經(jīng)網(wǎng)絡(luò)模型;并利用此模型對(duì)上海某深基坑沉降量進(jìn)行了預(yù)測(cè),取得了較為滿意的預(yù)測(cè)效果.

基于bp神經(jīng)網(wǎng)絡(luò)的城市建筑熱環(huán)境研究——本文針對(duì)現(xiàn)代城市中越來(lái)越嚴(yán)重的熱島現(xiàn)象與能源問(wèn)題，首先分析了北京市近60年的溫度資料，可知60年來(lái)城區(qū)內(nèi)的年平均溫度升高了2.28°c，溫度增幅為0.38°c/10a。而后綜合考慮城市建筑熱環(huán)境的各種影響因素，利用bp神經(jīng)網(wǎng)...

為研究嚴(yán)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(jìn)行了20次現(xiàn)場(chǎng)研究,測(cè)量了室內(nèi)熱舒適參數(shù).利用人工神經(jīng)網(wǎng)絡(luò)方法,建立了嚴(yán)寒地區(qū)建筑pmv的bp神經(jīng)網(wǎng)絡(luò)評(píng)判模型,實(shí)現(xiàn)了對(duì)嚴(yán)寒地區(qū)建筑熱環(huán)境內(nèi)pmv的智能化預(yù)測(cè).現(xiàn)場(chǎng)研究結(jié)果驗(yàn)證表明,該模型預(yù)測(cè)的嚴(yán)寒地區(qū)建筑熱環(huán)境內(nèi)pmv與實(shí)際主觀調(diào)查吻合.

在建筑行業(yè)的投標(biāo)報(bào)價(jià)過(guò)程中,如何在眾多的信息中選出對(duì)最終報(bào)價(jià)影響較大的幾項(xiàng)因素以及如何確定這些因素與最終報(bào)價(jià)之間的關(guān)系是一個(gè)棘手的問(wèn)題.論文針對(duì)這兩大難題提出了基于神經(jīng)網(wǎng)絡(luò)技術(shù)的解決方法.首先根據(jù)貢獻(xiàn)變量分析理論確定出影響報(bào)價(jià)結(jié)果的9個(gè)報(bào)價(jià)因素,從而建立起基于神經(jīng)網(wǎng)絡(luò)的報(bào)價(jià)模型,然后在所確定模型的基礎(chǔ)上改進(jìn)傳統(tǒng)的bp算法,進(jìn)一步提高網(wǎng)絡(luò)的泛化能力.從實(shí)際應(yīng)用的結(jié)果可以看出,經(jīng)過(guò)變量選擇后所確定的報(bào)價(jià)因素是合理的,改進(jìn)學(xué)習(xí)算法后的網(wǎng)絡(luò)的泛化能力也有了很大的提高.

短時(shí)交通流預(yù)測(cè)是現(xiàn)代智能交通系統(tǒng)的核心內(nèi)容,針對(duì)城市道路被占所造成的城市交通擁堵排隊(duì)問(wèn)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(chē)輛數(shù)、事故持續(xù)時(shí)間與排隊(duì)最長(zhǎng)長(zhǎng)度之間的關(guān)系進(jìn)行預(yù)測(cè)分析,從實(shí)驗(yàn)?zāi)M結(jié)果來(lái)看,該方法能有效地解決交通流實(shí)時(shí)和可靠性預(yù)測(cè)。

過(guò)程神經(jīng)元網(wǎng)絡(luò)的輸入為時(shí)變連續(xù)函數(shù),不能直接輸入離散樣本。針對(duì)該問(wèn)題,提出一種基于分段線性插值函數(shù)的過(guò)程神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法。將樣本函數(shù)、過(guò)程神經(jīng)元權(quán)函數(shù)的離散化數(shù)據(jù)插值為分段表示的線性函數(shù),計(jì)算樣本函數(shù)與權(quán)值函數(shù)乘積在給定采樣區(qū)間上的積分,將此積分值提交給網(wǎng)絡(luò)的隱層過(guò)程神經(jīng)元,并計(jì)算網(wǎng)絡(luò)輸出。實(shí)驗(yàn)結(jié)果證明了該方法的有效性。

針對(duì)電力系統(tǒng)短期負(fù)荷預(yù)測(cè)的特點(diǎn),以及人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和復(fù)雜的非線性擬合能力,將人工神經(jīng)網(wǎng)絡(luò)的bp、elman、rbf三種模型用于短期負(fù)荷預(yù)測(cè),建立了短期電力負(fù)荷預(yù)測(cè)模型,綜合考慮氣象、天氣等影響負(fù)荷因素進(jìn)行短期負(fù)荷預(yù)測(cè)。某電網(wǎng)實(shí)際預(yù)測(cè)結(jié)果表明,rbf比bp、elman有更好的預(yù)測(cè)精度,更快的速度。

1.引言神經(jīng)網(wǎng)絡(luò)是一種信息處理系統(tǒng),它由大量而簡(jiǎn)單的處理單元(神經(jīng)元)廣泛的相連接而形成復(fù)雜系統(tǒng),它通過(guò)學(xué)習(xí)來(lái)解決問(wèn)題,基坑沉降的預(yù)測(cè)是一項(xiàng)難以通過(guò)理論分析出影響因素與沉降結(jié)果映射關(guān)系的工作,而這項(xiàng)工作如果交

文中從城市道路利用者的基本感受角度出發(fā),提出一套科學(xué)合理的城市道路交通滿意度評(píng)價(jià)體系,利用層次分析法與bp神經(jīng)網(wǎng)絡(luò)最終確定評(píng)價(jià)結(jié)果,發(fā)現(xiàn)城市道路交通系統(tǒng)中存在的問(wèn)題,以期找出解決問(wèn)題的有效途徑,為城市交通管理部門(mén)提供科學(xué)的決策依據(jù),最終提高城市道路交通的服務(wù)質(zhì)量。

針對(duì)六自由度機(jī)械臂耦合性強(qiáng)、時(shí)變、非線性等性能,基于拉格朗日動(dòng)力學(xué)建模方法,文章采用bp神經(jīng)網(wǎng)絡(luò)逼近模型,實(shí)現(xiàn)高精度軌跡跟蹤。該方法根據(jù)六自由度機(jī)械臂本體采集的數(shù)據(jù)進(jìn)行黑箱辨識(shí)建模解耦,建模過(guò)程采用bp神經(jīng)網(wǎng)絡(luò)逼近,提升建模精度、簡(jiǎn)化建模過(guò)程。針對(duì)解耦后的系統(tǒng),還需建立pid閉環(huán)控制器進(jìn)一步實(shí)現(xiàn)軌跡跟蹤控制。仿真及實(shí)驗(yàn)結(jié)果表明,基于bp神經(jīng)網(wǎng)絡(luò)的pid控制器能夠改善系統(tǒng)的魯棒性和穩(wěn)定性,并有效抑制抖動(dòng)。

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。

針對(duì)地質(zhì)勘查中,土的力學(xué)參數(shù)的確定及土的分類(lèi)這兩類(lèi)復(fù)雜問(wèn)題,根據(jù)反問(wèn)題理論的基本原理,提出了一種基于回歸分析與rbf神經(jīng)網(wǎng)絡(luò)結(jié)合的新型智能方法,建立了從土的力學(xué)參數(shù)估計(jì)到模型分類(lèi)的完整智能化分析系統(tǒng)?？紤]到土的物理參數(shù)測(cè)定方法比較簡(jiǎn)單,且實(shí)測(cè)變異性小,而力學(xué)參數(shù)實(shí)測(cè)變異性大的特點(diǎn),利用rbf神經(jīng)網(wǎng)絡(luò)的數(shù)值逼近的特性,建立了神經(jīng)網(wǎng)絡(luò)模型來(lái)逼近兩者之間的函數(shù)關(guān)系,可以有效地反演力學(xué)參數(shù)。同時(shí),利用rbf神經(jīng)網(wǎng)絡(luò)所具有的模式識(shí)別功能,為地質(zhì)勘察中土層劃分提供依據(jù)。通過(guò)對(duì)黃石地區(qū)巖土勘查資料的分析與預(yù)測(cè)表明,該方法簡(jiǎn)捷有效。

邊坡地表位移監(jiān)測(cè)是滑坡安全監(jiān)控中的重要內(nèi)容,對(duì)監(jiān)測(cè)資料進(jìn)行及時(shí)、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(cè)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(cè)模型引入變形監(jiān)測(cè)預(yù)報(bào)中,對(duì)工程實(shí)例進(jìn)行預(yù)測(cè)。結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)可以取得良好的效果,且自適應(yīng)預(yù)測(cè)能力較強(qiáng)。

針對(duì)房地產(chǎn)價(jià)格與其影響因素之間的復(fù)雜、非線性關(guān)系,采用遺傳bp神經(jīng)網(wǎng)絡(luò)作為房地產(chǎn)估價(jià)的技術(shù)方法,構(gòu)建了基于遺傳bp神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)估價(jià)模型。結(jié)果表明:遺傳bp神經(jīng)網(wǎng)絡(luò)算法在房地產(chǎn)估價(jià)中具有可行性,對(duì)提高房地產(chǎn)估價(jià)的精度有一定的實(shí)用價(jià)值。

負(fù)荷預(yù)測(cè)是實(shí)現(xiàn)電力系統(tǒng)優(yōu)化運(yùn)行的基礎(chǔ),對(duì)于電力系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)性都有著顯著的影響。rbf是一種三層前饋神經(jīng)網(wǎng)絡(luò),具有良好的函數(shù)逼近性能,已被廣泛應(yīng)用到電力負(fù)荷預(yù)測(cè)中,并取得良好的效果。本文主要整理并介紹當(dāng)前基于rfb神經(jīng)網(wǎng)的負(fù)荷預(yù)測(cè)方法,對(duì)存在的問(wèn)題進(jìn)行了分析,并對(duì)未來(lái)的發(fā)展進(jìn)行了展望。

負(fù)荷預(yù)測(cè)是實(shí)現(xiàn)電力系統(tǒng)優(yōu)化運(yùn)行的基礎(chǔ)，對(duì)于電力系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)性都有著顯著的影響。rbf是一種三層前饋神經(jīng)網(wǎng)絡(luò)，具有良好的函數(shù)逼近性能，已被廣泛應(yīng)用到電力負(fù)荷預(yù)測(cè)中，并取得良好的效果。本文主要整理并介紹當(dāng)前基于rfb神經(jīng)網(wǎng)的負(fù)荷預(yù)測(cè)方法，對(duì)存在的問(wèn)題進(jìn)行了分析，并對(duì)未來(lái)的發(fā)展進(jìn)行了展望。

**資訊http://www.***.***

在分析城市商品住宅價(jià)格影響因素的基礎(chǔ)上,用人均國(guó)民生產(chǎn)總值、商品住宅銷(xiāo)售面積、人均可支配收入、人均儲(chǔ)蓄存款余額、人均居住面積等可定量的統(tǒng)計(jì)數(shù)據(jù)作為輸入變量,單位面積商品住宅價(jià)格為輸出變量,建立bp網(wǎng)絡(luò),擬合商品住宅價(jià)格模型。用西安市的統(tǒng)計(jì)數(shù)據(jù)作為分析實(shí)例表明,模型擬合性較好。

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(kāi)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(cè)的實(shí)現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)?？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(cè)值,對(duì)?？谑猩唐纷≌瑑r(jià)格的研究具有一定的指導(dǎo)作用。

基于神經(jīng)網(wǎng)絡(luò)房地產(chǎn)價(jià)格指數(shù)的預(yù)測(cè)研究——研究表明,房地產(chǎn)價(jià)格指數(shù)常表現(xiàn)為非線性,要對(duì)它進(jìn)行預(yù)測(cè)就必須利用一種能模擬非線性的模型。從理論上講,神經(jīng)網(wǎng)絡(luò)能夠無(wú)限逼近非線性函數(shù),所以本文便嘗試采用神經(jīng)網(wǎng)絡(luò)模型作為預(yù)測(cè)的模型。本文具體運(yùn)用的是基于誤差反向...

本文旨在構(gòu)建一種污水生化需氧量bod的軟測(cè)量方法,通過(guò)建立基于遞歸神經(jīng)網(wǎng)絡(luò)的bod軟測(cè)量模型,建立了遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)下的bod軟測(cè)量學(xué)習(xí)算法.文中首先對(duì)軟測(cè)量模型進(jìn)行整體設(shè)計(jì),接著構(gòu)造局部遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),并對(duì)遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)下的污水處理參數(shù)bod進(jìn)行建模,同時(shí)闡述了主導(dǎo)變量和輔助變量之間的關(guān)系,以及如何選取輔助變量作為網(wǎng)絡(luò)學(xué)習(xí)的參數(shù).最后使用構(gòu)建的學(xué)習(xí)算法在遞歸神經(jīng)網(wǎng)絡(luò)的框架下對(duì)污水處理參數(shù)bod進(jìn)行軟測(cè)量預(yù)測(cè),結(jié)果顯示能夠提高bod軟測(cè)量的精度.

針對(duì)工業(yè)過(guò)程中直線行程的高精度測(cè)量問(wèn)題,提出了基于神經(jīng)網(wǎng)絡(luò)函數(shù)逼近原理,以巨磁阻(gmr)傳感器為核心的非接觸式測(cè)量系統(tǒng)。運(yùn)用等效電流法對(duì)提供磁場(chǎng)的圓柱形永磁體進(jìn)行建模并仿真,得到永磁體磁場(chǎng)在空間中的分布規(guī)律,從而確定磁體的位置及形狀參數(shù)。通過(guò)matlab建立bp神經(jīng)網(wǎng)絡(luò),用遺傳算法進(jìn)行優(yōu)化,最終獲取了位移與電壓的函數(shù)關(guān)系,研究結(jié)果表明:該測(cè)量系統(tǒng)可以精確地測(cè)量直線位移。