基于灰色神經(jīng)網(wǎng)絡(luò)企業(yè)風(fēng)險(xiǎn)特征指標(biāo)動(dòng)態(tài)預(yù)測(cè)方法

為提高鐵路貨運(yùn)量的預(yù)測(cè)準(zhǔn)確性,運(yùn)用灰色關(guān)聯(lián)分析法,計(jì)算分析了與鐵路貨運(yùn)量相關(guān)的主要社會(huì)指標(biāo),確定鐵路貨運(yùn)量的影響因子分別為鐵路運(yùn)營(yíng)里程、鐵路電氣化里程、鐵路復(fù)線比重、公路運(yùn)營(yíng)里程、固定資產(chǎn)投資總額和鋼材產(chǎn)量。將所確定的因子作為鐵路貨運(yùn)量的預(yù)測(cè)指標(biāo),建立基于bp神經(jīng)網(wǎng)絡(luò)的鐵路貨運(yùn)量預(yù)測(cè)模型,并對(duì)模型進(jìn)行了應(yīng)用測(cè)試。結(jié)果表明：bp神經(jīng)網(wǎng)絡(luò)模型具有較高的精度,最大相對(duì)誤差為3.7%,平均相對(duì)誤差為2.3%。該方法具有較快的收斂速度和較高的預(yù)測(cè)精度,可為我國(guó)鐵路貨運(yùn)量的預(yù)測(cè)研究提供方法支撐。

利用智能方法對(duì)邊坡形變進(jìn)行預(yù)測(cè),進(jìn)而對(duì)礦區(qū)安全進(jìn)行評(píng)估近年來(lái)成為研究的熱點(diǎn)。針對(duì)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(duì)礦區(qū)邊坡形變進(jìn)行預(yù)測(cè)。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(cè)是正確有效的,預(yù)測(cè)精度取得了較好的效果。

針對(duì)建筑能耗受局地氣候多因素影響的特點(diǎn),為了客觀準(zhǔn)確地對(duì)建筑能耗進(jìn)行預(yù)測(cè),本文引入了氣象熱舒適度來(lái)綜合分析氣候?qū)ㄖ芎牡挠绊?并以該指數(shù)預(yù)測(cè)值、建筑能耗原始數(shù)據(jù)和日期類型作為輸入層,進(jìn)行復(fù)合灰色神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)建筑能耗。該方法不僅克服了灰色模型和神經(jīng)網(wǎng)絡(luò)存在的預(yù)測(cè)缺陷,同時(shí)還考慮了氣象因素對(duì)建筑能耗的影響。通過(guò)對(duì)北京某大廈的實(shí)例應(yīng)用分析,取得了較高精度的預(yù)測(cè)結(jié)果,證實(shí)了該方法的合理可靠,為建筑能耗預(yù)測(cè)提供了新途徑,其預(yù)測(cè)結(jié)果也將為大型建筑空調(diào)系統(tǒng)的再優(yōu)化設(shè)計(jì)和改造提供參考。

本文分析了影響房?jī)r(jià)的多種因素;運(yùn)用灰色gm(1,1)模型預(yù)測(cè)這些因素的數(shù)據(jù)走勢(shì),利用bp神經(jīng)網(wǎng)絡(luò)以歷史數(shù)據(jù)為依據(jù)運(yùn)用matlab進(jìn)行仿真,得出我國(guó)未來(lái)五年房?jī)r(jià)預(yù)測(cè)值。結(jié)果表明,采用神經(jīng)網(wǎng)絡(luò)結(jié)合灰色gm(1,1)預(yù)測(cè)而得的各影響因素預(yù)測(cè)值,預(yù)測(cè)未來(lái)房?jī)r(jià),具有很強(qiáng)的實(shí)用性。

基于灰色bp神經(jīng)網(wǎng)絡(luò)組合模型的基坑變形預(yù)測(cè)研究——為了使得基坑變形預(yù)測(cè)在“少樣本”、“貧信息”的情況下依然能夠得出精度較高的結(jié)果，在傳統(tǒng)的灰色gm(1，1)模型和bp神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上，進(jìn)行了灰色bp神經(jīng)網(wǎng)絡(luò)組合模型的研究。通過(guò)總結(jié)2傳統(tǒng)模型的原理和算...

準(zhǔn)確的客流量預(yù)測(cè)在國(guó)家交通規(guī)劃與管理中具有重要意義,預(yù)測(cè)方法的選擇直接影響到預(yù)測(cè)的精度。客運(yùn)量的預(yù)測(cè)具有小樣本和非線性的特點(diǎn)。結(jié)合灰色理論和rbf神經(jīng)網(wǎng)絡(luò)的特點(diǎn)形成灰色-rbf神經(jīng)網(wǎng)絡(luò)模型,并采用客流運(yùn)量分擔(dān)率的方式對(duì)擬建鐵路客流量進(jìn)行預(yù)測(cè)。通過(guò)灰色理論對(duì)原始數(shù)據(jù)進(jìn)行生成處理,將無(wú)規(guī)律的原始數(shù)據(jù)變?yōu)檩^有規(guī)律的生成數(shù)列,再利用rbf神經(jīng)網(wǎng)絡(luò)的超強(qiáng)適應(yīng)能力和學(xué)習(xí)能力,大大加快學(xué)習(xí)速度并避免出現(xiàn)局部極小問(wèn)題對(duì)生成數(shù)列進(jìn)行預(yù)測(cè),再將模型運(yùn)用到客運(yùn)量的預(yù)測(cè)中。最后結(jié)合新建蘭州至中川機(jī)場(chǎng)鐵路項(xiàng)目及調(diào)查數(shù)據(jù)進(jìn)行客流量的預(yù)測(cè)研究,得出灰色-rbf神經(jīng)網(wǎng)絡(luò)模型對(duì)客流量具有很好的預(yù)測(cè)性。

準(zhǔn)確的客流量預(yù)測(cè)在國(guó)家交通規(guī)劃與管理中具有重要意義,預(yù)測(cè)方法的選擇直接影響到預(yù)測(cè)的精度?？瓦\(yùn)量的預(yù)測(cè)具有小樣本和非線性的特點(diǎn)。結(jié)合灰色理論和rbf神經(jīng)網(wǎng)絡(luò)的特點(diǎn)形成灰色-rbf神經(jīng)網(wǎng)絡(luò)模型,并采用客流運(yùn)量分擔(dān)率的方式對(duì)擬建鐵路客流量進(jìn)行預(yù)測(cè)。通過(guò)灰色理論對(duì)原始數(shù)據(jù)進(jìn)行生成處理,將無(wú)規(guī)律的原始數(shù)據(jù)變?yōu)檩^有規(guī)律的生成數(shù)列,再利用rbf神經(jīng)網(wǎng)絡(luò)的超強(qiáng)適應(yīng)能力和學(xué)習(xí)能力,大大加快學(xué)習(xí)速度并避免出現(xiàn)局部極小問(wèn)題對(duì)生成數(shù)列進(jìn)行預(yù)測(cè),再將模型運(yùn)用到客運(yùn)量的預(yù)測(cè)中。最后結(jié)合新建蘭州至中川機(jī)場(chǎng)鐵路項(xiàng)目及調(diào)查數(shù)據(jù)進(jìn)行客流量的預(yù)測(cè)研究,得出灰色-rbf神經(jīng)網(wǎng)絡(luò)模型對(duì)客流量具有很好的預(yù)測(cè)性。

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.

為了對(duì)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(cè),針對(duì)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(wàn)時(shí)率,采用bp神經(jīng)網(wǎng)絡(luò)的時(shí)間序列非線性預(yù)測(cè)模型及方法,對(duì)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(cè)方法是可行的,并與實(shí)際具有較好的一致性。

公路貨運(yùn)量受多種因素影響,各因素的作用機(jī)制通常不能準(zhǔn)確地用數(shù)學(xué)語(yǔ)言進(jìn)行描述。采用廣義回歸神經(jīng)網(wǎng)絡(luò)(grnn)對(duì)貨運(yùn)量進(jìn)行分析及預(yù)測(cè)。通過(guò)對(duì)1995~2003年南京市公路運(yùn)量的歷史數(shù)據(jù)進(jìn)行分析和處理,對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和擬合,用2004~2005年的實(shí)際數(shù)據(jù)進(jìn)行模型檢驗(yàn),結(jié)果證明了grnn用于貨運(yùn)量預(yù)測(cè)的有效性。

通過(guò)對(duì)公路貨運(yùn)量的預(yù)測(cè)方法進(jìn)行研究比較,并根據(jù)公路貨運(yùn)量形成的復(fù)雜和非線性等特點(diǎn),建立bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型.利用黑龍江省公路貨運(yùn)量及其相關(guān)影響因素的實(shí)際數(shù)據(jù),確定網(wǎng)絡(luò)輸入與輸出樣本,并對(duì)bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)進(jìn)行訓(xùn)練和預(yù)測(cè).通過(guò)對(duì)網(wǎng)絡(luò)輸出的誤差曲線圖的分析,驗(yàn)證bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)的精確性和簡(jiǎn)單方便性,提高了公路貨運(yùn)量預(yù)測(cè)的精確性.

為簡(jiǎn)化震害預(yù)測(cè)工作,提出一種以房屋普查數(shù)據(jù)為震害影響因子并利用人工神經(jīng)網(wǎng)絡(luò)模型為工具的震害預(yù)測(cè)方法。從以往震害實(shí)例中選取了具有典型破壞特點(diǎn)的建筑物作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本,用收集的數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練并得到了收斂的網(wǎng)絡(luò),應(yīng)用此收斂的網(wǎng)絡(luò)對(duì)一組新的房屋數(shù)據(jù)進(jìn)行震害預(yù)測(cè),結(jié)果表明了運(yùn)用此方法和模型的實(shí)用性。

針對(duì)深基坑系統(tǒng)的復(fù)雜的非線性及基坑工程變形多步預(yù)測(cè)的重要性,將人工神經(jīng)網(wǎng)絡(luò)技術(shù)引入其中。分析了用bp網(wǎng)絡(luò)進(jìn)行多步預(yù)測(cè)時(shí)存在的不足,提出了基于遞歸神經(jīng)網(wǎng)絡(luò)的基坑工程變形多步預(yù)測(cè)模型。通過(guò)一軟土深基坑工程變形多步預(yù)測(cè)實(shí)例的分析,論證了遞歸神經(jīng)網(wǎng)絡(luò)用于基坑工程變形多步預(yù)測(cè)的可靠性和實(shí)用性。該方法有效可行,在其他領(lǐng)域的多步預(yù)測(cè)中同樣具有廣闊的應(yīng)用前景。

房地產(chǎn)業(yè)是國(guó)民經(jīng)濟(jì)發(fā)展的重要支柱產(chǎn)業(yè)之一,因此,科學(xué)預(yù)測(cè)房地產(chǎn)價(jià)格指數(shù)具有十分重要的意義。將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于房?jī)r(jià)指數(shù)預(yù)測(cè),收集我國(guó)主要城市的房地產(chǎn)價(jià)格指數(shù)數(shù)據(jù),使用spssclementine軟件進(jìn)行分析。實(shí)驗(yàn)結(jié)果表明,該預(yù)測(cè)方法是可行的和有效的。

風(fēng)險(xiǎn)投資過(guò)程中,項(xiàng)目評(píng)估是首要的環(huán)節(jié).評(píng)估過(guò)程中要根據(jù)項(xiàng)目的歷史及現(xiàn)狀,對(duì)項(xiàng)目的未來(lái)發(fā)展及收益做出比較科學(xué)準(zhǔn)確的預(yù)測(cè).本文介紹灰色建模預(yù)測(cè)方法,并應(yīng)用該方法對(duì)某電子新材料創(chuàng)業(yè)公司的利潤(rùn)情況進(jìn)行預(yù)測(cè),得到了比較滿意的效果.

針對(duì)高校涉密項(xiàng)目風(fēng)險(xiǎn)因素多和保密環(huán)境復(fù)雜的特點(diǎn),利用三層bp神經(jīng)網(wǎng)絡(luò)對(duì)能夠逼近任意非線性函數(shù)的良好特性,突破傳統(tǒng)上基于統(tǒng)計(jì)學(xué)方法進(jìn)行預(yù)測(cè)的限制,綜合了時(shí)間序列的計(jì)算簡(jiǎn)單,需要?dú)v史數(shù)據(jù)少的優(yōu)點(diǎn),設(shè)計(jì)了一種體現(xiàn)時(shí)序的多因素動(dòng)態(tài)時(shí)間序列bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,并將模型運(yùn)用于某高校涉密項(xiàng)目泄密風(fēng)險(xiǎn)的預(yù)測(cè)研究中。仿真實(shí)驗(yàn)表明,此方法切實(shí)可行,而且具有較好的預(yù)測(cè)精度。

強(qiáng)烈的地震給人們生命財(cái)產(chǎn)帶來(lái)巨大損失,為了能夠在地震之前預(yù)測(cè)出建筑物震害,提出一多層磚房為例。利用matlab神經(jīng)網(wǎng)絡(luò)工具箱,建立一種基于貝葉斯正則算法的bp神經(jīng)網(wǎng)絡(luò)模型,并以過(guò)去發(fā)生地震地區(qū)的多層磚房調(diào)查數(shù)據(jù)為震害因子的震害預(yù)測(cè)方法。結(jié)果表明:對(duì)多層磚房的震害樣本的預(yù)測(cè)達(dá)到理想效果。

針對(duì)基坑變形預(yù)測(cè)中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)基坑變形的新方法。用一樁錨聯(lián)合支護(hù)體系實(shí)例進(jìn)行了預(yù)測(cè)研究,得到支護(hù)體系的不同預(yù)測(cè)模型的組合預(yù)測(cè)值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差比gm(1,1)預(yù)測(cè)模型小;與bp預(yù)測(cè)模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測(cè)中,為了更準(zhǔn)確地預(yù)測(cè)基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與bp預(yù)測(cè)相結(jié)合的方法進(jìn)行預(yù)測(cè)。

針對(duì)一些復(fù)雜的非線性系統(tǒng)在神經(jīng)網(wǎng)絡(luò)逆動(dòng)態(tài)控制方法下控制效果不理想的問(wèn)題,本文提出對(duì)被控對(duì)象進(jìn)行直接多步預(yù)測(cè),利用多步預(yù)測(cè)性能指標(biāo)函數(shù)對(duì)系統(tǒng)實(shí)現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的逆控制。并將仿真結(jié)果與利用遞推多步預(yù)測(cè)方法的結(jié)果進(jìn)行了比較,得到直接多步預(yù)測(cè)控制較遞推多步預(yù)測(cè)更準(zhǔn)確的結(jié)論。

在巖土工程中如何準(zhǔn)確預(yù)測(cè)樁基豎向承載力是一件非常重要的事情。針對(duì)現(xiàn)有研究存在的不足,基于標(biāo)準(zhǔn)bp神經(jīng)網(wǎng)絡(luò)算法,加入一動(dòng)量因子,建立了修正的bp神經(jīng)網(wǎng)絡(luò)模型,對(duì)單樁的豎向承載力進(jìn)行了預(yù)測(cè)。以鎮(zhèn)江市勘察測(cè)繪研究院所完成的地質(zhì)勘查報(bào)告為工程背景,以地震波靜力觸探測(cè)試(scptu)測(cè)得的4個(gè)指標(biāo)(錐尖阻力、錐側(cè)摩阻力、剪切波速和孔隙水壓力)為輸入?yún)?shù),樁基承載力為輸出參數(shù)。通過(guò)與現(xiàn)場(chǎng)靜載試驗(yàn)進(jìn)行比對(duì),得到了相關(guān)系數(shù)較高的樁基荷載響應(yīng)曲線。經(jīng)過(guò)與傳統(tǒng)預(yù)測(cè)方法進(jìn)行比較發(fā)現(xiàn),用修正的bp神經(jīng)網(wǎng)絡(luò)算法可以有效預(yù)測(cè)樁基豎向承載力,精度較高。

基于灰色理論的基坑變形預(yù)測(cè)方法——本文通過(guò)具體工程實(shí)例，探討了灰色理論用于高層建筑大基坑的變形預(yù)測(cè)方法問(wèn)題，所得出的結(jié)論是，灰色理論用于基坑的變形預(yù)測(cè)是可行的?！　?/p>

智能工程是多層灰色神經(jīng)網(wǎng)絡(luò)中的智能算法,處理多個(gè)非線性復(fù)雜系統(tǒng)研究。