臨淮崗姜唐湖進(jìn)洪閘工程模糊網(wǎng)絡(luò)施工優(yōu)化

本文從模糊隨機(jī)性的角度分析了建井施工組織中的網(wǎng)絡(luò)方法，給出了相應(yīng)的算法，增強(qiáng)了解決實(shí)際問題的能力。

為了有效解決網(wǎng)絡(luò)系統(tǒng)可能出現(xiàn)的故障,結(jié)合模糊神經(jīng)網(wǎng)絡(luò)提出了一種新的故障檢測(cè)算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).該算法根據(jù)特征信息熵建立了故障檢測(cè)評(píng)價(jià)方法和最小偏差的優(yōu)化模型,設(shè)計(jì)了模糊神經(jīng)網(wǎng)絡(luò)中輸入層、模糊化層、模糊規(guī)則層和解模糊層,并且給出了具體的算法流程.通過建立網(wǎng)絡(luò)仿真平臺(tái),深入分析了影響fdd-fnn算法的關(guān)鍵因素,同時(shí)對(duì)比研究了fdd-fnn算法與其他算法的性能情況,結(jié)果表明fdd-fnn算法具有較好的適應(yīng)性.

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...

在對(duì)影響建筑工程造價(jià)因素分析和標(biāo)準(zhǔn)模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)分析的基礎(chǔ)上,通過增加輸入層與模糊層之間的權(quán)值v,加入規(guī)則的重要度γ,對(duì)標(biāo)準(zhǔn)模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行了改進(jìn),并建立基于改進(jìn)的標(biāo)準(zhǔn)模糊神經(jīng)網(wǎng)絡(luò)的工程造價(jià)快速估算模型。將基于這種結(jié)構(gòu)的模糊神經(jīng)網(wǎng)絡(luò)的工程造價(jià)快速估算模型應(yīng)用于建筑工程的投標(biāo)報(bào)價(jià)中,從仿真結(jié)果可以看出該網(wǎng)絡(luò)模型學(xué)習(xí)時(shí)間較短,學(xué)習(xí)速率較快,精度較高。

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。

本文探討了模糊神經(jīng)網(wǎng)絡(luò)在確定工程造價(jià)中的應(yīng)用方法和途徑。分析影響工程造價(jià)的因素,提取特征值,利用madalines網(wǎng)絡(luò)和rbf網(wǎng)絡(luò)估測(cè)工程造價(jià),通過實(shí)例計(jì)算,表明運(yùn)用模糊神經(jīng)網(wǎng)絡(luò)估測(cè)土建工程造價(jià)和工程工料消耗量是可行和有效的。

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

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

通過對(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)。

文章提出一種基于模糊神經(jīng)網(wǎng)絡(luò)的控制算法應(yīng)用于ｉｂ系統(tǒng)的聯(lián)動(dòng)控制，有效地解決了傳統(tǒng)單一閾值控制逄法難以達(dá)到的復(fù)雜控制問題。這種ｆｎｎｃ控制器可以根據(jù)實(shí)際需要進(jìn)行學(xué)習(xí)，具有很強(qiáng)的適應(yīng)能力。

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)例說明了該模型用于商品住宅價(jià)格準(zhǔn)確評(píng)估的有效性...

本文給出了網(wǎng)絡(luò)設(shè)備優(yōu)選方案評(píng)價(jià)指標(biāo)體系,通過對(duì)模糊層次法分析,建立模糊層次分析法評(píng)價(jià)模型。它采用模糊一致關(guān)系去實(shí)現(xiàn)模糊推導(dǎo),利用模糊一致矩陣實(shí)現(xiàn)動(dòng)態(tài)自適應(yīng)。評(píng)價(jià)模型具有根據(jù)具體問題情況進(jìn)行調(diào)節(jié)的能力,優(yōu)于傳統(tǒng)ahp法的特點(diǎn)。模糊層次評(píng)價(jià)模型不僅用于設(shè)備優(yōu)選方案,也可達(dá)到實(shí)現(xiàn)最大費(fèi)效比目的。

本文對(duì)常見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,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,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。

介紹了模糊綜合評(píng)判和人工神經(jīng)網(wǎng)絡(luò)原理,分析了一般bp神經(jīng)網(wǎng)絡(luò)在研究復(fù)雜性問題時(shí)存在的局限性,根據(jù)模糊人工神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建方法,探討了該模型在礦井構(gòu)造定量評(píng)價(jià)中的應(yīng)用,結(jié)合鮑店煤礦的實(shí)際資料,對(duì)建立的模糊人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了學(xué)習(xí)訓(xùn)練,對(duì)未采區(qū)的構(gòu)造復(fù)雜程度進(jìn)行了預(yù)測(cè),結(jié)果表明:模糊人工神經(jīng)網(wǎng)絡(luò)較一般bp神經(jīng)網(wǎng)絡(luò)具有更快的收斂速度和更準(zhǔn)確的預(yù)測(cè)效果.

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，...

針對(duì)變頻空調(diào)常規(guī)模糊控制系統(tǒng)的隸屬函數(shù)和控制規(guī)則的獲取受限于專家經(jīng)驗(yàn)的問題,根據(jù)神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)能力強(qiáng)的特點(diǎn),將模糊控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合,對(duì)空調(diào)的控制系統(tǒng)進(jìn)行改進(jìn),并據(jù)此設(shè)計(jì)模糊神經(jīng)網(wǎng)絡(luò)控制器,在此基礎(chǔ)上進(jìn)行了理論分析和模擬實(shí)驗(yàn),驗(yàn)證了這一控制系統(tǒng)的有效性。

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。

紅外圖像中的微弱目標(biāo)檢測(cè)與跟蹤是數(shù)字圖像處理領(lǐng)域中的研究熱點(diǎn)。針對(duì)紅外圖像中微弱目標(biāo)灰度的統(tǒng)計(jì)特點(diǎn)以及模糊神經(jīng)網(wǎng)絡(luò)在自適應(yīng)噪聲消除的應(yīng)用,提出一種基于增強(qiáng)型動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)算法用于紅外圖像噪聲消除。經(jīng)過自適應(yīng)噪聲消除后,可有效的有自動(dòng)閾值門限分割法進(jìn)行微弱目標(biāo)檢測(cè)。