基于模糊BP神經(jīng)網(wǎng)絡(luò)地下金屬礦山巖層移動(dòng)范圍

針對(duì)深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問(wèn)題,將模糊控制理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合,采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),把對(duì)應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)為輸入、輸出信息的模糊數(shù)隸屬度,建立了一種基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑施工變形預(yù)測(cè)模型.結(jié)果表明,利用模糊度隸屬函數(shù)對(duì)基坑施工進(jìn)行動(dòng)態(tài)控制具有較好的實(shí)用效果.

基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)測(cè)——針對(duì)深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問(wèn)題，將模糊控制理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，把對(duì)應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)為輸入、輸出停息的模糊數(shù)隸屬度，建立了一種基于模糊神...

為了克服單獨(dú)應(yīng)用粒子群算法(pso)或bp算法訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)控制器參數(shù)時(shí)存在的缺陷,提出了一種訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)參數(shù)的pso+bp算法。該算法將二者相結(jié)合,即在pso算法中加入一個(gè)bp算子,以充分利用pso算法的全局尋優(yōu)能力和bp算法的局部搜索能力,從而更有效地提高其收斂速度、訓(xùn)練效率和提高該模糊神經(jīng)網(wǎng)絡(luò)控制器的控制效果。最后的仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該基于pso+bp復(fù)合算法的模糊神經(jīng)網(wǎng)絡(luò)控制器的有效性和可行性。

基于模糊綜合評(píng)價(jià)的bp神經(jīng)網(wǎng)絡(luò)方法,把實(shí)際的數(shù)據(jù)或?qū)＜业拇蚍诌M(jìn)行模糊處理,采用bp神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法進(jìn)行計(jì)算,克服了模糊綜合評(píng)價(jià)權(quán)重確定的主觀性過(guò)大的缺點(diǎn),達(dá)到主觀與客觀完美結(jié)合的目的。該評(píng)價(jià)系統(tǒng)具有精度高和速度快的優(yōu)點(diǎn),相對(duì)誤差小于1.2%。

引入動(dòng)量因子對(duì)常規(guī)bp學(xué)習(xí)算法進(jìn)行了改進(jìn)。在分析模糊神經(jīng)網(wǎng)絡(luò)控制模型的基礎(chǔ)上,針對(duì)模糊神經(jīng)網(wǎng)絡(luò)規(guī)則多、訓(xùn)練時(shí)間長(zhǎng)的缺點(diǎn),采用了給模糊控制規(guī)則增加閾值,減少網(wǎng)絡(luò)訓(xùn)練運(yùn)算量的優(yōu)化方法。最后將此優(yōu)化方法和改進(jìn)的訓(xùn)練算法應(yīng)用到逆變點(diǎn)焊電源模糊神經(jīng)網(wǎng)絡(luò)(fnn)恒電流控制系統(tǒng)中,通過(guò)使用matlab語(yǔ)言編程,對(duì)該系統(tǒng)進(jìn)行了仿真分析。仿真結(jié)果表明,動(dòng)量因子的引入不但減小了bp算法學(xué)習(xí)過(guò)程的振蕩趨勢(shì),加快了收斂速度,而且較好解決了bp網(wǎng)絡(luò)容易陷入局部極小點(diǎn)的缺陷。模糊規(guī)則閾值的引入,有效減少了網(wǎng)絡(luò)的訓(xùn)練時(shí)間。

當(dāng)前對(duì)于建筑施工企業(yè)綜合能力評(píng)價(jià)過(guò)程中,在運(yùn)用模糊綜合評(píng)價(jià)法評(píng)價(jià)較多家施工企業(yè)時(shí),存在計(jì)算繁瑣和標(biāo)準(zhǔn)不統(tǒng)一的諸多弊端,而bp神經(jīng)網(wǎng)絡(luò)具有的"自組織、自學(xué)習(xí)、自適應(yīng)、強(qiáng)泛化"優(yōu)勢(shì)恰可彌補(bǔ)模糊綜合評(píng)價(jià)法逐一評(píng)價(jià)的劣勢(shì).采用模糊綜合評(píng)判法為采樣基礎(chǔ),用bp神經(jīng)網(wǎng)絡(luò)理論建立模型,采用單隱層神經(jīng)結(jié)構(gòu)訓(xùn)練網(wǎng)絡(luò),建立了口徑一致、方便快捷而又準(zhǔn)確度高的建筑施工企業(yè)綜合能力評(píng)價(jià)系統(tǒng)并對(duì)相關(guān)企業(yè)作出了統(tǒng)一評(píng)價(jià).

通過(guò)對(duì)多級(jí)泵站老化情況的調(diào)研,利用模糊優(yōu)化法和bp神經(jīng)網(wǎng)絡(luò)模型對(duì)多級(jí)泵站老化進(jìn)行了評(píng)價(jià),并比較兩種方法的優(yōu)缺點(diǎn)。

針對(duì)礦井空調(diào)被控對(duì)象時(shí)滯、時(shí)變、非線性的特點(diǎn),基于神經(jīng)網(wǎng)絡(luò)方法,設(shè)計(jì)了一種基于bp算法的神經(jīng)模糊控制器,通過(guò)采用matlab提供的神經(jīng)網(wǎng)絡(luò)工具箱和simulink軟件包對(duì)其進(jìn)行了仿真。結(jié)果表明,該控制器比經(jīng)典pid控制及單純模糊控制具有較好的魯棒性,動(dòng)態(tài)性能好,控制迅速,適于我國(guó)煤礦企業(yè)廣泛使用的礦井空調(diào)控制系統(tǒng)。

發(fā)展綠色施工促進(jìn)施工企業(yè)節(jié)約能源和資源、保護(hù)環(huán)境,是全球應(yīng)對(duì)氣候變化挑戰(zhàn)、實(shí)現(xiàn)可持續(xù)發(fā)展的重要手段,而綠色施工評(píng)價(jià)對(duì)于建筑業(yè)落實(shí)可持續(xù)發(fā)展起到一定作用。本文在介紹bp人工神經(jīng)網(wǎng)絡(luò)基本原理的基礎(chǔ)之上,分析了與其它評(píng)價(jià)方法相比,bp人工神經(jīng)網(wǎng)絡(luò)在綠色施工評(píng)價(jià)中的優(yōu)越性。通過(guò)建立模糊評(píng)價(jià)矩陣,利用bp人工神經(jīng)網(wǎng)絡(luò)處理數(shù)據(jù),較客觀地對(duì)綠色施工進(jìn)行評(píng)價(jià)。最后將此評(píng)價(jià)模型應(yīng)用于實(shí)例,取得了令人滿意的結(jié)果。

智能家居中的環(huán)境因素對(duì)人體有著不容忽視的影響,智能家居環(huán)境舒適度已成為智能家居評(píng)估指標(biāo)中重要的一項(xiàng),通過(guò)對(duì)智能家居監(jiān)測(cè)系統(tǒng)信息融合技術(shù)進(jìn)行研究,運(yùn)用結(jié)合模糊推理和神經(jīng)網(wǎng)絡(luò)算法優(yōu)點(diǎn)的模糊神經(jīng)網(wǎng)絡(luò)對(duì)智能家居監(jiān)測(cè)系統(tǒng)采集的各環(huán)境因素進(jìn)行處理分析,從而能夠智能有效的提高人們的室內(nèi)生活質(zhì)量。

基于模糊神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價(jià)格評(píng)估問(wèn)題研究——提出了一種基于神經(jīng)模糊揄系統(tǒng)的商品住宅價(jià)格評(píng)估模型，分析了影響商品住宅價(jià)格的因素，給出了商品住宅價(jià)格評(píng)估指標(biāo)體系，探討了模型建立的原理及算法步驟。計(jì)算實(shí)例說(shuō)明了該模型用于商品住宅價(jià)格準(zhǔn)確評(píng)估的有效性...

現(xiàn)如今市場(chǎng)經(jīng)濟(jì)競(jìng)爭(zhēng)十分激烈,實(shí)際招投標(biāo)工作要求能快速準(zhǔn)確地進(jìn)行工程造價(jià)的估算。無(wú)論業(yè)主還是承包商確定工程造價(jià)都要求快速、準(zhǔn)確,完善的快速估價(jià)系統(tǒng)能夠很好地解決這個(gè)問(wèn)題。模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)結(jié)合是一種把經(jīng)驗(yàn)與數(shù)學(xué)模型結(jié)合,這種研究打破了過(guò)去人們所進(jìn)行的各種學(xué)科在邏輯上的獨(dú)立性,預(yù)示了人工智能的光明前景和希望。

本文對(duì)常見(jiàn)的電梯智能群控算法進(jìn)行了分析比較,重點(diǎn)研究了模糊神經(jīng)網(wǎng)絡(luò)算法。本文首先對(duì)大廈客流的特征進(jìn)行長(zhǎng)期統(tǒng)計(jì)分析,進(jìn)而對(duì)電梯群交通模式進(jìn)行分類(lèi),利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)電梯群的交通模式進(jìn)行了識(shí)別。根據(jù)系統(tǒng)的識(shí)別結(jié)果判定電梯群當(dāng)前處于的交通模式。然后再次利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)派梯算法中各電梯響應(yīng)呼梯信號(hào)的可信度進(jìn)行計(jì)算,選取可信度最大的電梯響應(yīng)呼梯信號(hào),最終完成派梯。

本文對(duì)常見(jiàn)的電梯智能群控算法進(jìn)行了分析比較,重點(diǎn)研究了模糊神經(jīng)網(wǎng)絡(luò)算法。本文首先對(duì)大廈客流的特征進(jìn)行長(zhǎng)期統(tǒng)計(jì)分析,進(jìn)而對(duì)電梯群交通模式進(jìn)行分類(lèi),利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)電梯群的交通模式進(jìn)行了識(shí)別。根據(jù)系統(tǒng)的識(shí)別結(jié)果判定電梯群當(dāng)前處于的交通模式。然后再次利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)派梯算法中各電梯響應(yīng)呼梯信號(hào)的可信度進(jìn)行計(jì)算,選取可信度最大的電梯響應(yīng)呼梯信號(hào),最終完成派梯。

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

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

首先在對(duì)供熱負(fù)荷預(yù)測(cè)算法的發(fā)展現(xiàn)狀主要成果闡述的基礎(chǔ)上,對(duì)影響供熱預(yù)測(cè)因素采用模糊量化的方式進(jìn)行研究處理,并由此推斷將模糊神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于供熱負(fù)荷預(yù)測(cè)可以得到良好的效果.研究模型的設(shè)計(jì)核心是bp神經(jīng)網(wǎng)絡(luò),即將模糊量化后的影響因素作為系統(tǒng)的輸入值,去調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值,從而得到預(yù)測(cè)的網(wǎng)絡(luò)模型.建立預(yù)測(cè)模型和預(yù)測(cè)策略后,可以采用matlab科學(xué)計(jì)算軟件開(kāi)發(fā)程序?qū)︻A(yù)測(cè)模型效果進(jìn)行模擬仿真,結(jié)果表明,預(yù)測(cè)的結(jié)果能夠滿足要求,相對(duì)誤差在合理的范圍內(nèi),并且模糊神經(jīng)網(wǎng)絡(luò)算法比單純神經(jīng)網(wǎng)絡(luò)算法具有更好的預(yù)測(cè)精度和魯棒特性,從而達(dá)到節(jié)能的目的.且適應(yīng)性強(qiáng),可以應(yīng)用到類(lèi)似的供熱工程上.

基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的制冷系統(tǒng)故障診斷研究——選擇反映制冷系統(tǒng)故障狀態(tài)的熱力參數(shù)集組成特征向量，并對(duì)其進(jìn)行模糊化處理，利用補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)建立故障狀態(tài)與熱力參數(shù)特征向量之間的映射關(guān)系。將神經(jīng)網(wǎng)絡(luò)和補(bǔ)償模糊邏輯相結(jié)合，采用動(dòng)態(tài)、全局優(yōu)化的運(yùn)算，...

本文提出一種基于模糊神經(jīng)網(wǎng)絡(luò)和建筑結(jié)構(gòu)系統(tǒng)辨識(shí)方法。利用模糊神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力與學(xué)習(xí)能力以實(shí)測(cè)的結(jié)構(gòu)動(dòng)力響應(yīng)數(shù)據(jù)建立起結(jié)構(gòu)的動(dòng)力特性模型。不但可以克服以往傳統(tǒng)與智能辨識(shí)方法中存在的種種弊病，而且還將土一結(jié)構(gòu)相互作用以及結(jié)構(gòu)自身非線性對(duì)結(jié)構(gòu)動(dòng)力特性的影響考慮在內(nèi)，使得結(jié)構(gòu)系統(tǒng)辨識(shí)更具客觀性。具有物理意義明確，可擴(kuò)展性強(qiáng)，能夠用于實(shí)時(shí)在線控制與健康診斷等優(yōu)點(diǎn)。

提出了一種基于神經(jīng)模糊推理系統(tǒng)的商品住宅價(jià)格評(píng)估模型,分析了影響商品住宅價(jià)格的因素,給出了商品住宅價(jià)格評(píng)估指標(biāo)體系,探討了模型建立的原理及算法步驟。計(jì)算實(shí)例說(shuō)明了該模型用于商品住宅價(jià)格準(zhǔn)確評(píng)估的有效性和可行性,為房地產(chǎn)價(jià)格評(píng)估提供了科學(xué)的方法。

為了克服傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度差,易陷入局部極值的缺陷,提出了模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)。利用模糊粗糙集通過(guò)歷史負(fù)荷數(shù)據(jù)信息的模糊化替代負(fù)荷變化的離散化,快速尋找出樣本數(shù)據(jù)間的連續(xù)屬性的信息,將其與傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)結(jié)合組成模糊神經(jīng)網(wǎng)絡(luò)對(duì)熱負(fù)荷進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明:該模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的相對(duì)誤差很小不超過(guò)2%,在短期負(fù)荷預(yù)測(cè)方面具有的優(yōu)越性。

分析了傳統(tǒng)的工程偽裝評(píng)價(jià)方法的不足，較全面地考慮了影響工程偽裝效能的因素，建立了客觀的評(píng)價(jià)模型，設(shè)計(jì)了兩級(jí)神經(jīng)網(wǎng)絡(luò)，初步提出了評(píng)價(jià)模型中各因素的指標(biāo)級(jí)，構(gòu)建了基于bp神經(jīng)網(wǎng)絡(luò)的工程偽裝效能評(píng)估系統(tǒng)，該系統(tǒng)可以實(shí)現(xiàn)對(duì)工程偽裝效能的客觀評(píng)估。