基于小波神經(jīng)網(wǎng)絡(luò)高速鐵路客站商業(yè)價(jià)值評(píng)價(jià)方法

當(dāng)前,諸多研究人員被電力負(fù)載預(yù)測(cè)所吸引,由于其是精確計(jì)劃、調(diào)度及運(yùn)維電力系統(tǒng)的先決條件.眾多因素均影響著電力負(fù)載預(yù)測(cè),因此提出一個(gè)混合模型來提升預(yù)測(cè)的準(zhǔn)確性是有必要的.文中提出一種采用2種方法的新的混合負(fù)載估計(jì)方案:小波變換(avelettransform,wt)和人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork,ann).為了將大型非對(duì)稱時(shí)變電力原始數(shù)據(jù)集合考慮到其中,根據(jù)時(shí)間和頻率采用小波技術(shù)來分解數(shù)據(jù),眾多小波函數(shù)可以采用,但選擇一種合適的小波函數(shù)在設(shè)計(jì)此模型中扮演著關(guān)鍵作用.文中采用了以下幾種類型的小波函數(shù),即haar小波函數(shù)、deubechies小波函數(shù)、symlet小波函數(shù)以及coiflet小波函數(shù),將電力負(fù)載數(shù)據(jù)分解成不同的段.隨后,使用ann來預(yù)測(cè)負(fù)載的非線性數(shù)據(jù).由aemo獲取一周每天24h的數(shù)據(jù)驗(yàn)證了文中所設(shè)計(jì)模型的有效性.

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)。

為了評(píng)定舊水泥路面的綜合性能,基于人工神經(jīng)網(wǎng)絡(luò),選取6項(xiàng)易得指標(biāo)建立舊水泥混凝土路面綜合性能評(píng)價(jià)模型。使用代表性強(qiáng)的樣本進(jìn)行訓(xùn)練,得出該評(píng)價(jià)模型具有較高的準(zhǔn)確性,并將該模型應(yīng)用于實(shí)際工程中,效果優(yōu)良。

邊坡的地表位移監(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)、合理和有效的分析,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。文章將基于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)行了預(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)。

通過高速公路出入口od矩陣計(jì)算,得到高速公路的斷面交通流量,這些數(shù)據(jù)對(duì)于高速公路各項(xiàng)管理措施的制定是非常重要的。針對(duì)高速公路出入口od矩陣推算方法中假設(shè)每一留線車輛以等概率駛離高速公路的不足,提出了基于改進(jìn)bp神經(jīng)網(wǎng)絡(luò)的高速公路出入口od矩陣推算模型,并設(shè)計(jì)了od推算神經(jīng)網(wǎng)絡(luò)。實(shí)例分析表明,該模型推算結(jié)果理想,且推算精度得到一定提高。

結(jié)合小波分析和神經(jīng)網(wǎng)絡(luò),建立了小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型和改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)模型,并將其應(yīng)用到某地鐵施工變形預(yù)測(cè)中。3種預(yù)測(cè)模型(傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和改進(jìn)的小波神經(jīng)網(wǎng)絡(luò))的對(duì)比分析表明,改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)模型精度高,具有很好的應(yīng)用前景。

基于小波-神經(jīng)網(wǎng)絡(luò)的軟土路基沉降預(yù)測(cè)方法——軟土路基的沉降是公路施工中常見的一種病害。該文結(jié)合小波分析和神經(jīng)網(wǎng)絡(luò)的特性，提出了一種新的路基沉降預(yù)測(cè)方法(wavelet-rbf)。分析表明，該方法具有較好的預(yù)測(cè)精度和泛化能力，可以用于工程實(shí)際。

文章主要對(duì)江西高速公路信息中心建設(shè)中的道路氣象監(jiān)測(cè)平臺(tái)和交通應(yīng)急監(jiān)控平臺(tái)做了一些具體的研究。主要研究?jī)?nèi)容首先是道路氣象監(jiān)測(cè)平臺(tái)監(jiān)測(cè)各路段及關(guān)鍵點(diǎn)的各種異常交通環(huán)境因素變化和氣象狀況。將數(shù)據(jù)信息及時(shí)傳送到高速公路信息中心基于地理信息系統(tǒng)gis模型，再通過bp神經(jīng)網(wǎng)絡(luò)模型分析路況實(shí)時(shí)氣象數(shù)據(jù)（氣溫、濕度、風(fēng)向、路面溫度、能見度等）與道路車輛行駛狀況（如交通量、速度、道路占有率等）之間的關(guān)系，模擬道路天氣對(duì)道路車輛的影響。

基于甘肅高等級(jí)公路收費(fèi)年收入的統(tǒng)計(jì)數(shù)據(jù),結(jié)合其收入和交通量之間的粗略關(guān)系,運(yùn)用bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)高等級(jí)公路各收費(fèi)站年收入,從而間接地對(duì)高等級(jí)公路交通流量進(jìn)行預(yù)測(cè),為提高高速公路的管理與服務(wù)水平,對(duì)提高高等級(jí)公路管理部門的信息感知能力和應(yīng)急處置能力、提高路網(wǎng)運(yùn)行效率、建設(shè)和諧高等級(jí)公路具有極其重要的意義。

引言高速公路交通量預(yù)測(cè)是高速公路建設(shè)項(xiàng)目可行性研究報(bào)告的一項(xiàng)重要內(nèi)容,它是進(jìn)行交通量現(xiàn)狀評(píng)價(jià)、綜合分析建設(shè)項(xiàng)目的必要性和可行性的基礎(chǔ),是確定高速公路建設(shè)項(xiàng)目的技術(shù)等級(jí)、工程規(guī)模、效益分析的主要依據(jù)。同時(shí),其準(zhǔn)確率直接關(guān)系高速公路投資回報(bào)率,甚至影響項(xiàng)目國(guó)民經(jīng)濟(jì)評(píng)價(jià)及財(cái)務(wù)評(píng)價(jià)。根據(jù)調(diào)查資料和工程項(xiàng)目的性質(zhì)選用不同的預(yù)測(cè)方法,國(guó)內(nèi)、外已提出的各種預(yù)測(cè)方法多達(dá)200種左右,但用于實(shí)際操作的較少,如頭腦風(fēng)暴法、專家預(yù)測(cè)法、

以高速公路交通流預(yù)測(cè)為研究對(duì)象,簡(jiǎn)化了高速公路宏觀動(dòng)態(tài)交通流模型,利用matlab神經(jīng)網(wǎng)絡(luò)工具建立模型并進(jìn)行網(wǎng)絡(luò)訓(xùn)練與預(yù)測(cè)。對(duì)嘉興站附近高速公路交通流數(shù)據(jù)進(jìn)行了采集、建模和預(yù)測(cè)。從預(yù)測(cè)結(jié)果中得知,基于bp神經(jīng)網(wǎng)絡(luò)交通流預(yù)測(cè)模型具有很高的可靠度,該簡(jiǎn)化的交通流模型更為簡(jiǎn)練,預(yù)測(cè)結(jié)果亦可以點(diǎn)帶面地面描述該站點(diǎn)一定空間及時(shí)間范圍內(nèi)的交通流情況。

考慮到常規(guī)bp神經(jīng)網(wǎng)絡(luò)算法容易陷入局部最優(yōu)解,所建立的網(wǎng)絡(luò)遺傳流量檢測(cè)模型檢測(cè)效率低,準(zhǔn)確率不高等問題,提出一種改進(jìn)型ga優(yōu)化bp神經(jīng)網(wǎng)絡(luò)算法,并使用其建立網(wǎng)絡(luò)遺傳流量檢測(cè)模型。常規(guī)遺傳算法在搜索過程中,往往會(huì)由于出現(xiàn)影響生產(chǎn)適應(yīng)度高的個(gè)體而對(duì)遺傳算法搜索過程產(chǎn)生影響的現(xiàn)象發(fā)生,因此需要對(duì)常規(guī)遺傳算法進(jìn)行改進(jìn)。使用的方法是通過混合編碼方式進(jìn)行改進(jìn),同時(shí)對(duì)交叉算子、變異算子、交叉概率以及變異概率等參數(shù)進(jìn)行優(yōu)化修正。使用kddcup99數(shù)據(jù)庫中的網(wǎng)絡(luò)異常流量數(shù)據(jù)進(jìn)行實(shí)驗(yàn)研究,研究結(jié)果表明,所提出方法的檢測(cè)性能要明顯優(yōu)于常規(guī)算法,其對(duì)bp神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、權(quán)值以及閾值進(jìn)行同步優(yōu)化,避免了盲目選擇bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)帶來的問題,避免了常規(guī)bp神經(jīng)網(wǎng)絡(luò)容易陷入局部最優(yōu)解的問題。

為了提高變形監(jiān)測(cè)數(shù)據(jù)預(yù)測(cè)的精度與可靠性,提高神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法的穩(wěn)定性,嘗試將小波分析與bp神經(jīng)網(wǎng)絡(luò)相結(jié)合的小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于高鐵路基處的沉降監(jiān)測(cè)數(shù)據(jù)處理中。綜合小波分析與神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點(diǎn),建立松散型及緊致型小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)分析模型。通過實(shí)驗(yàn)數(shù)據(jù)對(duì)比分析,驗(yàn)證了采用緊致型小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型能夠較好地用來處理路基的動(dòng)態(tài)變形監(jiān)測(cè)數(shù)據(jù),預(yù)測(cè)穩(wěn)定性及預(yù)測(cè)精度較高。

基于bp神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)安全評(píng)價(jià)方法——運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的理論和方法，建立了基于bp神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)安全評(píng)價(jià)模型，并利用matlab7．0進(jìn)行編程，實(shí)現(xiàn)了礦井通風(fēng)系統(tǒng)的安全評(píng)價(jià)預(yù)測(cè)。通過某礦通風(fēng)系統(tǒng)的實(shí)例評(píng)價(jià)，預(yù)測(cè)結(jié)果與實(shí)測(cè)結(jié)果相符，表明應(yīng)...

構(gòu)建單一新建設(shè)工程項(xiàng)目(不包含拆除工程)的建筑廢料管理評(píng)價(jià)指標(biāo)體系,概述基于bp人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)方法的基本原理,并詳述基于bp人工神經(jīng)網(wǎng)絡(luò)的建筑廢料管理評(píng)價(jià)模型的建立過程,包括神經(jīng)網(wǎng)絡(luò)的建立、學(xué)習(xí)訓(xùn)練,以及結(jié)果的檢驗(yàn)等.將該模型應(yīng)用于實(shí)例檢驗(yàn),得到較滿意結(jié)果.

在闡明綠色施工概念的基礎(chǔ)上構(gòu)建了綠色施工的評(píng)價(jià)指標(biāo)體系。概括介紹了基于人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)方法的基本原理,并分析了該方法應(yīng)用于綠色施工評(píng)價(jià)的優(yōu)越性。詳細(xì)論述了基于bp人工神經(jīng)網(wǎng)絡(luò)的綠色施工評(píng)價(jià)模型的建立過程,包括神經(jīng)網(wǎng)絡(luò)的建立、學(xué)習(xí)訓(xùn)練,以及結(jié)果的檢驗(yàn)等。將該模型應(yīng)用于上海某工程的綠色施工評(píng)價(jià),取得了令人滿意的結(jié)果。

從工業(yè)企業(yè)生產(chǎn)發(fā)展的特點(diǎn)出發(fā),在界定安全評(píng)價(jià)概念的基礎(chǔ)上,從系統(tǒng)論的角度簡(jiǎn)要介紹了運(yùn)用三層bp神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行安全綜合評(píng)價(jià)的方法和安全模糊綜合評(píng)價(jià)方法。通過對(duì)這兩種較為流行的安全評(píng)價(jià)方法進(jìn)行分析,指出了傳統(tǒng)評(píng)價(jià)方法的不合理性,辨證說明了這兩種評(píng)價(jià)方法的優(yōu)越性。

針對(duì)邊坡穩(wěn)定性工程地質(zhì)評(píng)價(jià)方法過分強(qiáng)調(diào)經(jīng)驗(yàn)和難以定量的缺點(diǎn)，提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性工程地質(zhì)評(píng)價(jià)方法，詳細(xì)介紹了它的建模方法和應(yīng)用實(shí)例，結(jié)果表明該方法不僅有效，而且有定量，簡(jiǎn)便，實(shí)時(shí)，自適應(yīng)等優(yōu)點(diǎn)，具有廣闊的應(yīng)用前景。

將人工神經(jīng)元網(wǎng)絡(luò)應(yīng)用于綠色建筑評(píng)價(jià)中,建立了采用lm算法的三層bp神經(jīng)元網(wǎng)絡(luò)綠色建筑評(píng)價(jià)模型,并參考國(guó)內(nèi)外對(duì)綠色建筑評(píng)價(jià)的研究,建立綠色建筑評(píng)價(jià)指標(biāo)集,通過專家打分獲得訓(xùn)練樣本,用trainlm訓(xùn)練函數(shù)訓(xùn)練網(wǎng)絡(luò),驗(yàn)證了綠色建筑評(píng)價(jià)結(jié)果與實(shí)際的一致性。最后,通過已訓(xùn)練好的網(wǎng)絡(luò),對(duì)多個(gè)綠色建筑方案進(jìn)行評(píng)價(jià)選優(yōu),驗(yàn)證了該模型在綠色建筑評(píng)價(jià)中的實(shí)用性與可靠性。

模糊神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識(shí)、模式識(shí)別、圖像處理、財(cái)務(wù)工程、數(shù)據(jù)采掘、工業(yè)控制、消防電子等許多領(lǐng)域有著廣泛應(yīng)用。文章著眼于高速公路路面質(zhì)量評(píng)價(jià),概述了高速公路路面質(zhì)量評(píng)價(jià)的重要性,明確了基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路路面質(zhì)量評(píng)價(jià)的提出,并就其作出驗(yàn)證,意在為高速公路路面質(zhì)量評(píng)價(jià)中模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)用提供思路與支持。

本文把信息擴(kuò)散原理和神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出一種工程造價(jià)的估測(cè)方法,并給出計(jì)算實(shí)例。

小樣本協(xié)整檢驗(yàn)的神經(jīng)網(wǎng)絡(luò)方法