基于神經(jīng)網(wǎng)絡(luò)的泵體鑄造過(guò)程數(shù)值模擬的優(yōu)化與應(yīng)用
格式:pdf
大小:170KB
頁(yè)數(shù):4P
人氣 :88
4.6
根據(jù)A356泵體鑄件金屬型低壓鑄造特點(diǎn),結(jié)合生產(chǎn)實(shí)際,以A356泵體澆注工藝參數(shù)為研究對(duì)象,L16(45)型正交實(shí)驗(yàn)數(shù)據(jù)作為訓(xùn)練學(xué)習(xí)樣本,與正交實(shí)驗(yàn)成分有關(guān)的前16個(gè)樣本作為訓(xùn)練與檢驗(yàn),用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)和優(yōu)化,結(jié)果表明神經(jīng)網(wǎng)絡(luò)優(yōu)化后的模擬值最大誤差很小,CPU占用時(shí)間僅為40s。人工神經(jīng)網(wǎng)絡(luò)與正交實(shí)驗(yàn)相結(jié)合,能大大節(jié)省時(shí)間和費(fèi)用,降低CPU占用率,也證實(shí)了對(duì)A356泵體充型過(guò)程數(shù)值模擬的神經(jīng)網(wǎng)絡(luò)優(yōu)化是可行的。
基于人工神經(jīng)網(wǎng)絡(luò)的凸輪軸鑄造過(guò)程數(shù)值模擬優(yōu)化研究
格式:pdf
大小:740KB
頁(yè)數(shù):5P
在實(shí)測(cè)鑄鐵凸輪軸鑄造溫度場(chǎng)的基礎(chǔ)上,研究了人工神經(jīng)網(wǎng)絡(luò)技術(shù)在鑄造數(shù)值模擬優(yōu)化中的應(yīng)用。首先采用三維有限元方法模擬了凸輪軸充型凝固過(guò)程的溫度分布。在溫度場(chǎng)實(shí)測(cè)方案中,設(shè)計(jì)了7個(gè)熱電偶測(cè)溫點(diǎn)。通過(guò)實(shí)測(cè)數(shù)據(jù)與模擬數(shù)據(jù)的比較,確定有限元模擬的最大相對(duì)誤差為4.54%,cpu時(shí)間為3200s。人工神經(jīng)網(wǎng)絡(luò)采用了基于自適應(yīng)學(xué)習(xí)率-動(dòng)量項(xiàng)的誤差反向傳播梯度下降算法,并以溫度場(chǎng)實(shí)測(cè)數(shù)據(jù)及有限元模擬數(shù)據(jù)為樣本,進(jìn)行了充型凝固數(shù)值模擬的優(yōu)化。神經(jīng)網(wǎng)絡(luò)優(yōu)化處理后模擬的最大相對(duì)誤差為1.98%,cpu時(shí)間為670s,從而在模擬精度和效率上均優(yōu)于傳統(tǒng)有限元法。在鑄造過(guò)程模擬中引入神經(jīng)網(wǎng)絡(luò)優(yōu)化具有良好的可行性。
基于人工神經(jīng)網(wǎng)絡(luò)的消失模鑄造充型過(guò)程數(shù)值模擬
格式:pdf
大?。?span id="yrwhu2a" class="single-tag-height" data-v-09d85783>260KB
頁(yè)數(shù):3P
本文建立了一種鑄件消失模鑄造充型過(guò)程數(shù)值模擬的人工神經(jīng)網(wǎng)絡(luò)模型。并利用此模型進(jìn)行鑄件的消失模鑄造充型過(guò)程計(jì)算機(jī)數(shù)值模擬,其模擬充型過(guò)程結(jié)果與相應(yīng)的實(shí)測(cè)值基本一致。
基于數(shù)值模擬的泵體鑄造工藝選擇性研究
格式:pdf
大小:3.0MB
頁(yè)數(shù):5P
4.4
根據(jù)泵體的產(chǎn)品結(jié)構(gòu)特點(diǎn),設(shè)計(jì)出合適的澆注系統(tǒng)。為了更好的節(jié)省成本并試制樣件,利用procast模擬軟件對(duì)柴油機(jī)用的高壓共軌噴油泵鑄鋁件的鑄造生產(chǎn)過(guò)程進(jìn)行cae研究。通過(guò)對(duì)該泵體兩種鑄造工藝模擬的結(jié)果,分析了可能產(chǎn)生鑄造缺陷的位置及其類型,選擇出最適于該泵體的鑄造工藝。最終采用低壓鑄造工藝,根據(jù)模擬結(jié)果修改模具參數(shù),增加水冷裝置,最終得到合格的泵體鑄件,并投入生產(chǎn)。
基于數(shù)值模擬和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的汽車覆蓋件坯料設(shè)計(jì)優(yōu)化
格式:pdf
大?。?span id="ercv1gh" class="single-tag-height" data-v-09d85783>349KB
頁(yè)數(shù):4P
4.5
闡述了運(yùn)用數(shù)值模擬和人工神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合的方法進(jìn)行汽車覆蓋件坯料設(shè)計(jì)的思路,試驗(yàn)研究的結(jié)果表明:采用設(shè)計(jì)優(yōu)化切實(shí)可行,具有良好的實(shí)際應(yīng)用效果。
消失模鑄造充型過(guò)程的人工神經(jīng)網(wǎng)絡(luò)算法
格式:pdf
大小:331KB
頁(yè)數(shù):4P
4.5
用人工神經(jīng)網(wǎng)絡(luò)算法計(jì)算了消失模鑄造充型過(guò)程中不同時(shí)刻液態(tài)金屬-模樣界面的位置。通過(guò)實(shí)驗(yàn)對(duì)該算法進(jìn)行了驗(yàn)證,模擬計(jì)算結(jié)果與實(shí)際測(cè)試結(jié)果無(wú)論在充型形態(tài)還是充型時(shí)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(guò)求解n-s方程和能量方程計(jì)算了消失模鑄造充型過(guò)程的流場(chǎng)及溫度場(chǎng)。討論了該計(jì)算模型在消失模鑄造過(guò)程模擬仿真中的應(yīng)用。
基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的雙金屬?gòu)?fù)合管鑄造數(shù)值仿真優(yōu)化
格式:pdf
大?。?span id="kji2v9z" class="single-tag-height" data-v-09d85783>1.7MB
頁(yè)數(shù):3P
4.7
筆者旨在實(shí)現(xiàn)給予人工神經(jīng)網(wǎng)絡(luò)技術(shù)的雙金屬?gòu)?fù)合管鑄造數(shù)值仿真的應(yīng)用,通過(guò)分析雙金屬?gòu)?fù)合管鑄造的工藝,在鑄造過(guò)程數(shù)值仿真過(guò)程,實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)的建模處理,確定人工神經(jīng)網(wǎng)絡(luò)仿真形式,積極構(gòu)建神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的初始化研究,學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的同時(shí),確定仿真的結(jié)果和實(shí)例.基于實(shí)測(cè)數(shù)據(jù)以及仿真數(shù)據(jù)的研究,結(jié)果表明人工神經(jīng)網(wǎng)絡(luò)技術(shù)下的仿真最大誤差約為2.2%,基于鑄造過(guò)程的仿真應(yīng)用,結(jié)合雙金屬?gòu)?fù)合管的優(yōu)化設(shè)計(jì),應(yīng)用工藝的制作分析,有著較強(qiáng)的理論性意義和現(xiàn)實(shí)意義.
基于BP神經(jīng)網(wǎng)絡(luò)土體自由膨脹率的模擬研究
格式:pdf
大?。?span id="hos603c" class="single-tag-height" data-v-09d85783>184KB
頁(yè)數(shù):2P
3
基于bp神經(jīng)網(wǎng)絡(luò)土體自由膨脹率的模擬研究——土體的膨脹性與其物理力學(xué)指標(biāo)有著密切關(guān)系,但它們的關(guān)系是非線性的、復(fù)雜的,難以用傳統(tǒng)的方法進(jìn)行模擬。bp神經(jīng)網(wǎng)絡(luò)以其良好的非線性映射能力而成為應(yīng)用最廣泛的一種神經(jīng)網(wǎng)絡(luò)模型。結(jié)合南水北調(diào)中線工程,取南陽(yáng)地...
混凝土本構(gòu)關(guān)系的人工神經(jīng)網(wǎng)絡(luò)模擬
格式:pdf
大小:499KB
頁(yè)數(shù):1P
4.7
本文利用神經(jīng)網(wǎng)絡(luò)的模擬能力代替?zhèn)鹘y(tǒng)的力學(xué)方法,對(duì)混凝土材料的循環(huán)本構(gòu)關(guān)系進(jìn)行了模擬研究.試驗(yàn)結(jié)果和模擬結(jié)果的比較說(shuō)明,該模型具有較高的精度和良好的泛化能力.為研究材料本構(gòu)特性提供了一條新的途徑.
基于神經(jīng)網(wǎng)絡(luò)的鑄造模具曲面逆向工程造型
格式:pdf
大?。?span id="9nhb1hd" class="single-tag-height" data-v-09d85783>596KB
頁(yè)數(shù):3P
4.4
研究目的是通過(guò)神經(jīng)網(wǎng)絡(luò)方法反求鑄造模具復(fù)雜曲面。利用徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)優(yōu)異的非線性逼近能力,將外形數(shù)據(jù)、加工余量、變形數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)輸入,在神經(jīng)網(wǎng)絡(luò)的輸出上可以得到鑄造模具曲面離散數(shù)據(jù)點(diǎn)。再通過(guò)輸出數(shù)據(jù),可以對(duì)模具曲面進(jìn)行造型。模具曲面的重構(gòu)精度高、速度快。通過(guò)在復(fù)雜曲面模具造型上的實(shí)際應(yīng)用,證明該方法能夠?qū)崿F(xiàn)產(chǎn)品和工藝裝備的并行設(shè)計(jì),可以縮短產(chǎn)品研制周期,提高設(shè)計(jì)、生產(chǎn)速度和效率,具有實(shí)用推廣價(jià)值。
基于人工神經(jīng)網(wǎng)絡(luò)的工程建模和計(jì)算的模擬仿真系統(tǒng)
格式:pdf
大?。?span id="hj1h1lx" class="single-tag-height" data-v-09d85783>528KB
頁(yè)數(shù):3P
4.5
以標(biāo)準(zhǔn)漸開(kāi)線直齒輪齒根彎曲模型為例,就目前還無(wú)法用公式來(lái)計(jì)算的輪齒形變,利用人工神經(jīng)網(wǎng)絡(luò)的快速、非線性映射的特性來(lái)數(shù)字模擬輪齒形變,并利用labview為平臺(tái),開(kāi)發(fā)了一套基于人工神經(jīng)網(wǎng)絡(luò)的工程建模和計(jì)算的仿真模擬系統(tǒng)軟件.通過(guò)對(duì)軟件的實(shí)際運(yùn)行,取得了較好的效果.
基于BP神經(jīng)網(wǎng)絡(luò)的工程估價(jià)模型及其應(yīng)用
格式:pdf
大小:144KB
頁(yè)數(shù):4P
4.7
第47卷第6期廈門大學(xué)學(xué)報(bào)(自然科學(xué)版)vol.47no.6 2008年11月journalofxiamenuniversity(naturalscience)nov.2008 基于bp神經(jīng)網(wǎng)絡(luò)的工程估價(jià)模型及其應(yīng)用 葉青,王全鳳 (華僑大學(xué)土木工程學(xué)院,福建泉州362021) 收稿日期:20080414 基金項(xiàng)目:福建省自然科學(xué)基金(2008j0196)資助 email:yeqing@hqu.edu.cn 摘要:基于bp神經(jīng)網(wǎng)絡(luò)的工程估價(jià)模型具有高度的容錯(cuò)性和較強(qiáng)的泛化能力,通過(guò)對(duì)數(shù)據(jù)并行處理的方式能快速準(zhǔn) 確地估算出工程造價(jià).本文根據(jù)bp神經(jīng)網(wǎng)絡(luò)原理,選取福建泉州地區(qū)的21組工程實(shí)例來(lái)建立模型,其中19組為訓(xùn)練樣 本,2組為檢測(cè)樣本,確定了13個(gè)主要造價(jià)
基于神經(jīng)網(wǎng)絡(luò)的機(jī)械油泵軸鍛造工藝優(yōu)化
格式:pdf
大?。?span id="xjpvhlj" class="single-tag-height" data-v-09d85783>1.2MB
頁(yè)數(shù):5P
4.4
為了優(yōu)化機(jī)械油泵軸鍛造工藝,提升機(jī)械油泵軸的綜合性能,基于5×25×1三層拓?fù)浣Y(jié)構(gòu),以坯料加熱溫度、始鍛溫度、終鍛溫度、模具預(yù)熱溫度和鍛造變形量為5個(gè)輸入?yún)?shù),以磨損性能為輸出參數(shù),以tansig函數(shù)為傳遞函數(shù),構(gòu)建了機(jī)械油泵軸鍛造工藝神經(jīng)網(wǎng)絡(luò)優(yōu)化模型,并進(jìn)行了神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練、預(yù)測(cè)與驗(yàn)證.結(jié)果表明該模型平均相對(duì)訓(xùn)練誤差為3.2%,相對(duì)預(yù)測(cè)誤差低于5%,具有較高預(yù)測(cè)精度和較強(qiáng)預(yù)測(cè)能力.與生產(chǎn)線現(xiàn)用工藝相比,采用模型優(yōu)化工藝鍛造的skh-51高速鋼機(jī)械油泵軸的磨損體積減小了51.9%,磨損性能得到明顯提高.
遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的信號(hào)檢測(cè)
格式:pdf
大?。?span id="vlldh1t" class="single-tag-height" data-v-09d85783>173KB
頁(yè)數(shù):未知
4.4
針對(duì)傳統(tǒng)方法單獨(dú)采用bp神經(jīng)網(wǎng)絡(luò)算法易陷入局部極值的問(wèn)題,提出了遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò),并將其應(yīng)用于mimo-ofdm系統(tǒng)信號(hào)檢測(cè)中。該方法將遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合,用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始值,使bp網(wǎng)絡(luò)快速收斂到最優(yōu)解,避免了由初始值的隨機(jī)選取而帶來(lái)的檢測(cè)誤碼。仿真結(jié)果表明所提出的方法在誤碼率方面有比較好的性能。
基于遺傳神經(jīng)網(wǎng)絡(luò)的巖土參數(shù)優(yōu)化反分析
格式:pdf
大小:460KB
頁(yè)數(shù):4P
4.6
由于地下工程巖土力學(xué)參數(shù)的復(fù)雜性,在實(shí)際工程設(shè)計(jì)和施工中,要想得到比較準(zhǔn)確的巖土力學(xué)參數(shù)是比較困難的,而巖土參數(shù)對(duì)地下工程的設(shè)計(jì)和施工的成敗具有很重要的意義。本文利用遺傳神經(jīng)網(wǎng)絡(luò)優(yōu)化算法結(jié)合數(shù)值模擬試驗(yàn)對(duì)地下工程巖土力學(xué)參數(shù)進(jìn)行優(yōu)化反分析,并取得了良好的效果。
基于神經(jīng)網(wǎng)絡(luò)的空調(diào)負(fù)荷混沌優(yōu)化預(yù)測(cè)
格式:pdf
大?。?span id="ht5f9f1" class="single-tag-height" data-v-09d85783>758KB
頁(yè)數(shù):5P
4.4
從空調(diào)負(fù)荷預(yù)測(cè)的目的出發(fā),詳細(xì)介紹了一種基于神經(jīng)網(wǎng)絡(luò)的混沌優(yōu)化方法,對(duì)誤差函數(shù)及搜索方法作了適當(dāng)?shù)母倪M(jìn),建立了一個(gè)混沌神經(jīng)網(wǎng)絡(luò)模型。并用此改進(jìn)的模型對(duì)一實(shí)例進(jìn)行了空調(diào)負(fù)荷預(yù)測(cè),結(jié)果表明該方法簡(jiǎn)便、足夠準(zhǔn)確可靠。
基于解耦子波和優(yōu)化神經(jīng)網(wǎng)絡(luò)的大壩變形預(yù)測(cè)
格式:pdf
大?。?span id="zjdlj37" class="single-tag-height" data-v-09d85783>307KB
頁(yè)數(shù):7P
3
基于解耦子波和優(yōu)化神經(jīng)網(wǎng)絡(luò)的大壩變形預(yù)測(cè)——針對(duì)提高神經(jīng)網(wǎng)絡(luò)對(duì)大壩變形的預(yù)測(cè)能力,在對(duì)murtagh提出的、小波與神經(jīng)網(wǎng)絡(luò)相結(jié)合的、用于復(fù)雜時(shí)間序列預(yù)測(cè)的“三階段”策略進(jìn)行改進(jìn)的基礎(chǔ)上,發(fā)展了一個(gè)解耦子波和優(yōu)化神經(jīng)網(wǎng)絡(luò)優(yōu)勢(shì)聯(lián)合的預(yù)測(cè)模型。首先,利...
基于神經(jīng)網(wǎng)絡(luò)的公路網(wǎng)規(guī)模預(yù)測(cè)
格式:pdf
大?。?span id="vtvzvph" class="single-tag-height" data-v-09d85783>586KB
頁(yè)數(shù):4P
4.5
路網(wǎng)規(guī)模研究是公路網(wǎng)規(guī)劃的重要內(nèi)容??紤]影響公路網(wǎng)合理規(guī)模的多種因素,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)的公路網(wǎng)規(guī)模預(yù)測(cè)方法,并建立了模擬路網(wǎng)規(guī)模與其影響因素間的非線形關(guān)系預(yù)測(cè)模型。步驟依次為:改進(jìn)傳統(tǒng)的bp算法、合理確定影響因素、建立預(yù)測(cè)模型、模型的訓(xùn)練與檢驗(yàn)、數(shù)據(jù)預(yù)測(cè)。預(yù)測(cè)結(jié)果表明,該方法客觀、合理,預(yù)測(cè)精度高,實(shí)用性強(qiáng),具有較強(qiáng)的理論與實(shí)際應(yīng)用價(jià)值。
遺傳優(yōu)化和神經(jīng)網(wǎng)絡(luò)法在隧道施工中的應(yīng)用
格式:pdf
大?。?span id="jjnp91p" class="single-tag-height" data-v-09d85783>824KB
頁(yè)數(shù):4P
4.5
針對(duì)隧道工程施工網(wǎng)絡(luò)計(jì)劃執(zhí)行率低的現(xiàn)狀,將遺傳算法和神經(jīng)網(wǎng)絡(luò)技術(shù)聯(lián)合用于隧道施工網(wǎng)絡(luò)計(jì)劃的動(dòng)態(tài)優(yōu)化與決策?;谶z傳優(yōu)化和神經(jīng)網(wǎng)絡(luò)方案(模式庫(kù)、專家知識(shí)系統(tǒng))的優(yōu)化決策方法能使該技術(shù)在隧道施工的應(yīng)用更科學(xué)合理、準(zhǔn)確可靠和方便快捷。該技術(shù)不僅能解決施工網(wǎng)絡(luò)計(jì)劃的執(zhí)行率低的現(xiàn)狀,而且為信息化和智能化的隧道施工提供了有力的技術(shù)保障,具有廣泛的應(yīng)用前景。
基于分段線性插值的過(guò)程神經(jīng)網(wǎng)絡(luò)訓(xùn)練
格式:pdf
大?。?span id="v9f9ntj" class="single-tag-height" data-v-09d85783>1.2MB
頁(yè)數(shù):3P
4.6
過(guò)程神經(jīng)元網(wǎng)絡(luò)的輸入為時(shí)變連續(xù)函數(shù),不能直接輸入離散樣本。針對(duì)該問(wèn)題,提出一種基于分段線性插值函數(shù)的過(guò)程神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法。將樣本函數(shù)、過(guò)程神經(jīng)元權(quán)函數(shù)的離散化數(shù)據(jù)插值為分段表示的線性函數(shù),計(jì)算樣本函數(shù)與權(quán)值函數(shù)乘積在給定采樣區(qū)間上的積分,將此積分值提交給網(wǎng)絡(luò)的隱層過(guò)程神經(jīng)元,并計(jì)算網(wǎng)絡(luò)輸出。實(shí)驗(yàn)結(jié)果證明了該方法的有效性。
基于BP人工神經(jīng)網(wǎng)絡(luò)的混凝土本構(gòu)關(guān)系模擬
格式:pdf
大?。?span id="ntz9znn" class="single-tag-height" data-v-09d85783>604KB
頁(yè)數(shù):1P
4.7
本文利用bp神經(jīng)網(wǎng)絡(luò)的模擬能力代替?zhèn)鹘y(tǒng)的力學(xué)方法,對(duì)混凝土材料的循環(huán)本構(gòu)關(guān)系進(jìn)行了模擬研究。然后直接從試驗(yàn)數(shù)據(jù)出發(fā),建立了混凝土本構(gòu)模型.試驗(yàn)結(jié)果和模擬結(jié)果的比較說(shuō)明。該模型具有較高的精度和良好的泛化能力。
盤(pán)體類零件低壓鑄造過(guò)程的ANSYS數(shù)值模擬
格式:pdf
大?。?span id="5ndtl9j" class="single-tag-height" data-v-09d85783>605KB
頁(yè)數(shù):5P
4.8
在低壓鑄造成形過(guò)程中,液態(tài)金屬流體的充型和凝固是其中最核心和最重要的兩步流程,其工藝水平將決定鑄件的成型質(zhì)量和成品率,而且鑄造過(guò)程中所產(chǎn)生的各類鑄造缺陷大都來(lái)自于這兩個(gè)階段。本文將對(duì)盤(pán)體類零件低壓鑄造的充型和凝固過(guò)程進(jìn)行計(jì)算機(jī)數(shù)值模擬,介紹其理論基礎(chǔ),并將溫度場(chǎng)數(shù)值模擬技術(shù)和流場(chǎng)數(shù)值模擬技術(shù)耦合仿真,運(yùn)用ansys有限元軟件中的cfd流體仿真模塊和thermal模塊,對(duì)盤(pán)體類零件低壓鑄造充型和凝固過(guò)程中的流場(chǎng)和溫度場(chǎng)變化進(jìn)行研究。
基于神經(jīng)網(wǎng)絡(luò)的商品住宅價(jià)格模型研究
格式:pdf
大小:158KB
頁(yè)數(shù):2P
4.3
在分析城市商品住宅價(jià)格影響因素的基礎(chǔ)上,用人均國(guó)民生產(chǎn)總值、商品住宅銷售面積、人均可支配收入、人均儲(chǔ)蓄存款余額、人均居住面積等可定量的統(tǒng)計(jì)數(shù)據(jù)作為輸入變量,單位面積商品住宅價(jià)格為輸出變量,建立bp網(wǎng)絡(luò),擬合商品住宅價(jià)格模型。用西安市的統(tǒng)計(jì)數(shù)據(jù)作為分析實(shí)例表明,模型擬合性較好。
基于神經(jīng)網(wǎng)絡(luò)模型的建筑物變形預(yù)測(cè)
格式:pdf
大?。?span id="dld9jhb" class="single-tag-height" data-v-09d85783>369KB
頁(yè)數(shù):3P
4.8
提出了根據(jù)實(shí)測(cè)數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預(yù)測(cè)模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡(luò)變形預(yù)測(cè)模型,并給出應(yīng)用實(shí)例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預(yù)測(cè)效果良好,具有一定參考價(jià)值和指導(dǎo)意義。
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價(jià)預(yù)測(cè)模型
格式:pdf
大?。?span id="r1lz1tz" class="single-tag-height" data-v-09d85783>344KB
頁(yè)數(shù):3P
4.3
人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問(wèn)題的過(guò)程中發(fā)展起來(lái)的新型智能信息處理理論,通過(guò)對(duì)人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價(jià)預(yù)測(cè)模型.
文輯推薦
知識(shí)推薦
百科推薦
職位:建筑工程師
擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林