人工神經(jīng)網(wǎng)絡(luò)模型的加固專用砂漿性能

人工神經(jīng)網(wǎng)絡(luò)模型描述

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

基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測資料進(jìn)行沉降預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預(yù)壓荷載卸荷時間預(yù)報.研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)項(xiàng)目評判模型——房地產(chǎn)租(售)價預(yù)測就是對房地產(chǎn)租(售)價未來水平的估計.對房地產(chǎn)投資決策而言,預(yù)測出房地產(chǎn)租(售)價各種可能的結(jié)果,特別是給出定量的評價、分析,是房地產(chǎn)投資決策必不可少的工作之一.運(yùn)用模糊系統(tǒng)和...

利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測的可靠性令人滿意。

投資項(xiàng)目的效益評估是整個投資活動的關(guān)鍵。闡述了投資項(xiàng)目效益評估的基本理論;借助現(xiàn)代的數(shù)學(xué)計量方法,運(yùn)用效益評估的指標(biāo)體系,研究了用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行效益評估的的可行性,建立了基于人工神經(jīng)網(wǎng)絡(luò)的效益評估模型,并利用該模型進(jìn)行了實(shí)證分析。

基于人工神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測模型——利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測的可靠性令人滿意?！　?/p>

利用matlab編程語言構(gòu)造了三層bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),建立了基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報價模型,通過仿真模擬確定標(biāo)高金水平,并用實(shí)例驗(yàn)證了其可靠性,為承包商作出合理報價決策提供了科學(xué)依據(jù)。

以拓?fù)渲笖?shù)為結(jié)構(gòu)描述符,用基于levenberg-marquardt優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)建立了醇類化合物的結(jié)構(gòu)與色譜保留值的相關(guān)性模型,用于未知醇類化合物在se-30和ov-3兩根色譜柱上保留指數(shù)的同時預(yù)測,其學(xué)習(xí)速率優(yōu)于文獻(xiàn)中普通bp神經(jīng)網(wǎng)絡(luò)法,預(yù)測準(zhǔn)確度與普通bp神經(jīng)網(wǎng)絡(luò)法接近,但優(yōu)于多元線性回歸法,因而是一種較好的預(yù)測有機(jī)化合物氣相色譜保留指數(shù)的方法.

以bp人工神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),建立預(yù)測模型,以小區(qū)某棟建筑物1期～8期的沉降觀測數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并對9期～12期實(shí)際觀測值與預(yù)測值進(jìn)行了比較,結(jié)果比較理想,從而驗(yàn)證了采用bp人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行建筑物沉降的預(yù)測是可行的。

大型裝備中普遍采用組合結(jié)構(gòu),其整體工作性能取決于預(yù)緊元件的預(yù)緊參數(shù)。確定預(yù)緊參數(shù)的傳統(tǒng)方法不適用于大型結(jié)構(gòu),有限元法的分析次數(shù)又過多,實(shí)際上無法實(shí)現(xiàn)。文章提出用人工神經(jīng)網(wǎng)絡(luò)取代有限元進(jìn)行整體性分析的方法,并針對某大型壓機(jī)建立了神經(jīng)網(wǎng)絡(luò)模型。結(jié)果表明,用該方法可快速完成復(fù)雜組合結(jié)構(gòu)的整體性分析,且精度較高。

長期以來,由于水土流失引發(fā)的生態(tài)環(huán)境問題受到各界人士的十分關(guān)注。我國大部分地區(qū)降水集中,生態(tài)破壞導(dǎo)致水土流失嚴(yán)重。利用bp網(wǎng)絡(luò)模型對水土流失程度進(jìn)行檢測和分析是當(dāng)前學(xué)科領(lǐng)域的一個熱門話題。

針對人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型結(jié)構(gòu)難以確定的問題,詳細(xì)闡述了一種在模型訓(xùn)練中進(jìn)行隱層數(shù)目及隱層單元數(shù)目動態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開發(fā)工具實(shí)現(xiàn)了變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型,經(jīng)用華南26個巖體檢驗(yàn),回憶率及預(yù)測率均高達(dá)100％。該方法提供了一種面向具體問題的動態(tài)解決方案,在成礦預(yù)測工作中具有一定的實(shí)用性。

針對基坑變形預(yù)測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)測研究,得到支護(hù)體系的不同預(yù)測模型的組合預(yù)測值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測誤差比gm(1,1)預(yù)測模型小;與bp預(yù)測模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測中,為了更準(zhǔn)確地預(yù)測基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測與bp預(yù)測相結(jié)合的方法進(jìn)行預(yù)測。

泡沫金屬試樣測試復(fù)雜,對試樣而言又急需知道基體結(jié)構(gòu)參數(shù)與力學(xué)性能和阻尼性能的關(guān)系,采用線性回歸技術(shù)無法實(shí)現(xiàn)這一功能,應(yīng)用人工神經(jīng)網(wǎng)絡(luò),則解決了通過測量泡沫金屬的四個基本參數(shù)達(dá)到推知其力學(xué)性能、阻尼性能的課題。

砂土地震液化預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型——在簡要分析bp算法的基礎(chǔ)上，應(yīng)用bp網(wǎng)絡(luò)的理論與方法，選取烈度、震中距、平均粒徑、不均勻系數(shù)、地下水埋深、砂層埋深、標(biāo)貫擊數(shù)、剪應(yīng)力比等8個實(shí)測指標(biāo)，建立了砂土液化預(yù)測的神經(jīng)網(wǎng)絡(luò)模型。通過實(shí)例計算與模型評價、...

基于人工神經(jīng)網(wǎng)絡(luò)的公路工程投資預(yù)測模型的研究——針對目前我國的高等級公路建設(shè)過程中普遍存在著投資失控、決算超預(yù)算、預(yù)算超概算、概算超估算現(xiàn)象越來越嚴(yán)重的問題。提出了從介紹公路工程投資原理和現(xiàn)行的公路投資體系存在的問題出發(fā)，將國內(nèi)現(xiàn)在使用的公路...

針對目前我國的高等級公路建設(shè)過程中普遍存在著投資失控、決算超預(yù)算、預(yù)算超概算、概算超估算現(xiàn)象越來越嚴(yán)重的問題。提出了從介紹公路工程投資原理和現(xiàn)行的公路投資體系存在的問題出發(fā),將國內(nèi)現(xiàn)在使用的公路工程投資預(yù)測模型加以對比和分析,探索了利用人工神經(jīng)網(wǎng)絡(luò)在公路投資預(yù)測領(lǐng)域建立新的模型,以此提高預(yù)測精確度,改變投資失控的現(xiàn)狀。

為使lpg公路運(yùn)輸?shù)娘L(fēng)險評價更加客觀、合理,遵循區(qū)域性、動態(tài)性和可量化原則,建立了lpg公路運(yùn)輸?shù)娘L(fēng)險評價指標(biāo),并將個人風(fēng)險和社會風(fēng)險作為評價結(jié)果。利用人工神經(jīng)網(wǎng)絡(luò)的自組織、自學(xué)習(xí)和自適應(yīng)功能,提出基于人工神經(jīng)網(wǎng)絡(luò)理論的lpg公路運(yùn)輸?shù)娘L(fēng)險評價方法,通過matlab軟件中的神經(jīng)網(wǎng)絡(luò)工具箱對評價模型進(jìn)行訓(xùn)練,并通過實(shí)踐驗(yàn)證該模型的可行性。結(jié)果表明,該方法能較好地克服評價深度、評價指標(biāo)間復(fù)雜關(guān)系和評價指標(biāo)作用模糊的限制,且評價結(jié)果直觀的反映了評價對象的個人風(fēng)險和社會風(fēng)險的風(fēng)險程度。

用人工神經(jīng)網(wǎng)絡(luò)算法計算了消失模鑄造充型過程中不同時刻液態(tài)金屬-模樣界面的位置。通過實(shí)驗(yàn)對該算法進(jìn)行了驗(yàn)證,模擬計算結(jié)果與實(shí)際測試結(jié)果無論在充型形態(tài)還是充型時間上都符合得較好。根據(jù)得出的界面位置及邊界條件,通過求解n-s方程和能量方程計算了消失模鑄造充型過程的流場及溫度場。討論了該計算模型在消失模鑄造過程模擬仿真中的應(yīng)用。

采用擴(kuò)展的貝葉斯人工神經(jīng)網(wǎng)絡(luò)選擇結(jié)構(gòu)損傷監(jiān)測模型——對采用規(guī)則的動態(tài)數(shù)據(jù)進(jìn)行結(jié)構(gòu)損傷監(jiān)測時#模式識別是一個有效的方法#人工神經(jīng)網(wǎng)絡(luò)作為匹配模式特征的系統(tǒng)方式廣泛應(yīng)用于模式識別研究中%人工神經(jīng)網(wǎng)絡(luò)設(shè)計是影響模型識別性能和效率的最基本因素%由e:g等...

傳統(tǒng)的輸電阻塞研究主要集中于輸電阻塞發(fā)生之后的處理過程,即阻塞管理,屬于被動消除阻塞情形。文章基于主動預(yù)防輸電阻塞的思想,從分析影響輸電阻塞的系統(tǒng)線路傳輸功率、系統(tǒng)總負(fù)荷、系統(tǒng)實(shí)際出力等相關(guān)因素入手,應(yīng)用層次分析法建立比較判斷矩陣,以確定各因素阻塞影響的權(quán)重。基于此,建立一種基于神經(jīng)網(wǎng)絡(luò)的輸電阻塞預(yù)測模型,還提出了一個新的阻塞指標(biāo),即阻塞度,以美國加利福尼亞州電力市場的數(shù)據(jù)驗(yàn)證了該模型的正確性和實(shí)用性。