統(tǒng)計(jì)分析繼電器貯存壽命神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)

徽派建筑是我國(guó)四大古建筑流派之一,木構(gòu)件是徽派建筑的核心.準(zhǔn)確預(yù)測(cè)徽派木構(gòu)件的壽命,對(duì)于古建筑的保護(hù)具有重要的意義.目前系統(tǒng)考慮多種因素對(duì)木構(gòu)件壽命共同影響的研究較少,elman神經(jīng)網(wǎng)絡(luò)是一種典型的多層動(dòng)態(tài)遞歸神經(jīng)網(wǎng)絡(luò),通過(guò)存儲(chǔ)內(nèi)部狀態(tài)使其具備映射動(dòng)態(tài)特性的功能,從而使系統(tǒng)具有適應(yīng)時(shí)變特性的能力,可用于預(yù)測(cè)木構(gòu)件復(fù)雜的非線性時(shí)變系統(tǒng)的建模.針對(duì)基本的elman神經(jīng)網(wǎng)絡(luò)存在訓(xùn)練速度慢、容易陷入局部極小值的特點(diǎn),使用帶有自適應(yīng)變異算子的粒子群優(yōu)化算法對(duì)基本的elman神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),優(yōu)化網(wǎng)絡(luò)中各層之間的連接權(quán)值,提高學(xué)習(xí)速度,并在全局范圍內(nèi)尋找最優(yōu)解.仿真結(jié)果表明,改進(jìn)后的網(wǎng)絡(luò)能較準(zhǔn)確地?cái)M合訓(xùn)練值,并進(jìn)行有效預(yù)測(cè),能夠較好應(yīng)用于徽派古建筑壽命預(yù)測(cè).

bp神經(jīng)網(wǎng)絡(luò)在基坑變形預(yù)測(cè)分析中的應(yīng)用——本文提出了基坑變形預(yù)測(cè)與分析的bp神經(jīng)網(wǎng)絡(luò)方法，建立了基坑變形預(yù)測(cè)分析的模型，應(yīng)用matlab語(yǔ)言編制計(jì)算程序進(jìn)行計(jì)算并與實(shí)際工程監(jiān)測(cè)值進(jìn)行比較，從而驗(yàn)證了神經(jīng)網(wǎng)絡(luò)在基坑變形預(yù)測(cè)分析中的可行性、有效性?！　?/p>

建筑節(jié)能是當(dāng)今城市建設(shè)和社會(huì)發(fā)展的前沿和研究熱點(diǎn),對(duì)建筑的能耗現(xiàn)狀進(jìn)行綜合分析與評(píng)估是進(jìn)行節(jié)能改造或節(jié)能設(shè)計(jì)的前提和基礎(chǔ),而建立反映能耗變化的預(yù)測(cè)模型是從宏觀尺度上分析認(rèn)識(shí)建筑能耗變化與發(fā)展特性、為公共建筑節(jié)能工作提供決策依據(jù)的有效途徑和重要手段。研究針對(duì)常規(guī)bp網(wǎng)絡(luò)算法收斂速度慢、易陷入局部最小點(diǎn)的缺點(diǎn),采用了具有較快收斂速度及穩(wěn)定性的lm算法進(jìn)行預(yù)測(cè),構(gòu)造了基于bp神經(jīng)網(wǎng)絡(luò)的建筑物用電量預(yù)測(cè)模型。以某市公共建筑原始用電能耗統(tǒng)計(jì)數(shù)據(jù)作為樣本,并采用matlab對(duì)預(yù)測(cè)模型進(jìn)行了仿真預(yù)測(cè)。結(jié)果顯示:誤差在允許范圍內(nèi)。

神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)法在軟基沉降預(yù)測(cè)中的應(yīng)用——通過(guò)引入神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)模型，對(duì)軟基沉降序列進(jìn)行了非線性組合預(yù)測(cè)。預(yù)測(cè)結(jié)果表明，神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)的結(jié)果比各單項(xiàng)模型預(yù)測(cè)的結(jié)果都好，提高了軟基沉降的預(yù)測(cè)精度，可進(jìn)一步推廣應(yīng)用?！　?/p>

基坑變形人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)及其網(wǎng)絡(luò)參數(shù)優(yōu)化——基坑變形人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)受網(wǎng)絡(luò)參數(shù)的影響較大，選取適當(dāng)?shù)木W(wǎng)絡(luò)參數(shù)才能得到較優(yōu)的預(yù)測(cè)結(jié)果。本文介紹了人工神經(jīng)網(wǎng)絡(luò)原理及其網(wǎng)絡(luò)參數(shù)的優(yōu)化方法。以擋土樁樁頂水平位移預(yù)測(cè)為例，說(shuō)明其具體預(yù)測(cè)步驟及網(wǎng)絡(luò)參數(shù)優(yōu)...

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。

介紹了風(fēng)電功率預(yù)測(cè)的背景，對(duì)風(fēng)電功率預(yù)測(cè)進(jìn)行了理論分析，分析了bp神經(jīng)網(wǎng)絡(luò)的原理及基于bp神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)流程和預(yù)測(cè)結(jié)果誤差的評(píng)價(jià)指標(biāo)。以matlab軟件的神經(jīng)網(wǎng)絡(luò)工具箱為仿真平臺(tái)，搭建bp神經(jīng)網(wǎng)絡(luò)，進(jìn)行了功率預(yù)測(cè)仿真，預(yù)測(cè)結(jié)果均方根誤差分別為6．97％、200．59％。兩組仿真對(duì)比結(jié)果表明，基于bp神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)在短期預(yù)測(cè)中是可行的．

砂土地震液化的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)——分析了砂土地震液化預(yù)測(cè)方法的研究現(xiàn)狀，采用改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)模型對(duì)收集的樣本進(jìn)行了學(xué)習(xí)和預(yù)測(cè)，取得較好的預(yù)測(cè)效果。

人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軟土地基沉降——簡(jiǎn)要介紹了高速公路軟土地基的基本性質(zhì)和對(duì)高速公路的主要影響，充分運(yùn)用人工神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非映射能力來(lái)預(yù)測(cè)軟土地基的沉降，利用實(shí)測(cè)資料來(lái)對(duì)復(fù)雜的非線性的土工結(jié)構(gòu)進(jìn)行直接建模，并計(jì)算出軟土地基的沉降值，獲得滿意的效果...

人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)軟基沉降中的應(yīng)用研究——依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)最終沉降量模型，利用已建高速公路沉降數(shù)據(jù)，進(jìn)行了軟土地基最終沉降量的預(yù)測(cè)，取得了較為理想的效果。證明神經(jīng)網(wǎng)絡(luò)法能避免傳統(tǒng)方法計(jì)算過(guò)程中各種人為因素...

根據(jù)建筑物實(shí)測(cè)沉降利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了前饋網(wǎng)絡(luò)預(yù)測(cè)模型并提出新的學(xué)習(xí)算法,結(jié)合某建筑物糾偏工程實(shí)例對(duì)建筑物沉降進(jìn)行了預(yù)測(cè).預(yù)測(cè)結(jié)果表明神經(jīng)網(wǎng)絡(luò)方法是可行且有效的.

鑒于前人推導(dǎo)的鎬形截齒破巖截割阻力和截割比能耗的理論公式計(jì)算值與實(shí)際值相差較大以及最優(yōu)截槽寬沒(méi)有定量表示,文中選取巖石密度、單軸抗壓強(qiáng)度、抗拉強(qiáng)度、靜態(tài)彈性模量等為影響因子,建立了bp預(yù)測(cè)網(wǎng)絡(luò)模型,并利用此模型對(duì)我國(guó)常見(jiàn)的4種巖石鎬形齒截割參數(shù)進(jìn)行了預(yù)測(cè)。檢驗(yàn)及預(yù)測(cè)的結(jié)果表明建立的預(yù)測(cè)網(wǎng)絡(luò)運(yùn)行穩(wěn)定,預(yù)測(cè)結(jié)果良好,對(duì)截割力的預(yù)測(cè)優(yōu)于理論計(jì)算結(jié)果,對(duì)截槽寬和截割厚度最優(yōu)比值、截割比能耗的預(yù)測(cè)結(jié)果良好,相對(duì)現(xiàn)有理論的計(jì)算和經(jīng)驗(yàn)公式計(jì)算精度有了很大提高,能更好的滿足工程要求。

針對(duì)電力系統(tǒng)短期負(fù)荷預(yù)測(cè)的特點(diǎn),以及人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和復(fù)雜的非線性擬合能力,將人工神經(jīng)網(wǎng)絡(luò)的bp、elman、rbf三種模型用于短期負(fù)荷預(yù)測(cè),建立了短期電力負(fù)荷預(yù)測(cè)模型,綜合考慮氣象、天氣等影響負(fù)荷因素進(jìn)行短期負(fù)荷預(yù)測(cè)。某電網(wǎng)實(shí)際預(yù)測(cè)結(jié)果表明,rbf比bp、elman有更好的預(yù)測(cè)精度,更快的速度。

強(qiáng)烈的地震給人們生命財(cái)產(chǎn)帶來(lái)巨大損失,為了能夠在地震之前預(yù)測(cè)出建筑物震害,提出一多層磚房為例。利用matlab神經(jīng)網(wǎng)絡(luò)工具箱,建立一種基于貝葉斯正則算法的bp神經(jīng)網(wǎng)絡(luò)模型,并以過(guò)去發(fā)生地震地區(qū)的多層磚房調(diào)查數(shù)據(jù)為震害因子的震害預(yù)測(cè)方法。結(jié)果表明:對(duì)多層磚房的震害樣本的預(yù)測(cè)達(dá)到理想效果。

簡(jiǎn)要介紹了高速公路軟土地基的基本性質(zhì)和對(duì)高速公路的主要影響,充分運(yùn)用人工神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非映射能力來(lái)預(yù)測(cè)軟土地基的沉降,利用實(shí)測(cè)資料來(lái)對(duì)復(fù)雜的非線性的土工結(jié)構(gòu)進(jìn)行直接建模,并計(jì)算出軟土地基的沉降值,獲得滿意的效果。結(jié)果顯示,人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于軟土地基沉降的前景是非常廣闊的。

由于目前只有很少一部分建筑師能掌握復(fù)雜的建筑能耗分析,因此本文利用matlab建立bp神經(jīng)網(wǎng)絡(luò),將影響建筑能耗的18個(gè)因素作為網(wǎng)絡(luò)的輸入,進(jìn)行學(xué)習(xí)訓(xùn)練,最后通過(guò)測(cè)試樣本點(diǎn)數(shù)據(jù)預(yù)測(cè)建筑能耗,并與dest-h模擬計(jì)算得到的結(jié)果比較,發(fā)現(xiàn)相對(duì)誤差在3.5%以內(nèi),驗(yàn)證了該網(wǎng)絡(luò)模型的可行性。該方法使建筑師在設(shè)計(jì)階段能夠簡(jiǎn)單且準(zhǔn)確地獲得設(shè)計(jì)建筑的能耗。

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.

在傳統(tǒng)預(yù)測(cè)混凝土強(qiáng)度的基礎(chǔ)上,提出一種基于人工智能的新的預(yù)測(cè)方法,建立了兩種神經(jīng)網(wǎng)絡(luò)模型:bp神經(jīng)網(wǎng)絡(luò)和rbf神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)了從新拌混凝土成分及其特性到硬化后混凝土強(qiáng)度之間的復(fù)雜的非線性映射。通過(guò)對(duì)試驗(yàn)數(shù)據(jù)的學(xué)習(xí),網(wǎng)絡(luò)結(jié)構(gòu)可以早期預(yù)測(cè)混凝土28d抗壓強(qiáng)度。另外,還利用bp神經(jīng)網(wǎng)絡(luò)模擬分析了混凝土成分質(zhì)和量的變化對(duì)抗壓強(qiáng)度的影響,其結(jié)果符合已知的經(jīng)典混凝土強(qiáng)度變化規(guī)律,表明神經(jīng)網(wǎng)絡(luò)模型具有較高的精度和較強(qiáng)的泛化能力。

泡沫金屬試樣測(cè)試復(fù)雜,對(duì)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(wú)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(guò)測(cè)量泡沫金屬的四個(gè)基本參數(shù)達(dá)到推知其力學(xué)性能、阻尼性能的課題。

在對(duì)某基坑工程采用bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)基坑開(kāi)挖引起地表變形的分析中,考慮到現(xiàn)有模型可能會(huì)遇到預(yù)測(cè)結(jié)果跳不出訓(xùn)練樣本以及訓(xùn)練時(shí)間較長(zhǎng)的問(wèn)題,提出采用matlab中的mapminmax函數(shù)進(jìn)行歸一化處理,并基于牛頓法、共軛梯度法和l-m法三種數(shù)值優(yōu)化方法對(duì)bp網(wǎng)絡(luò)訓(xùn)練算法進(jìn)行了改進(jìn).研究結(jié)果表明:與常用的基于梯度下降原則相比,改進(jìn)后的bp神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)間和預(yù)測(cè)誤差方面均有明顯的優(yōu)勢(shì),采用l-m法的神經(jīng)網(wǎng)絡(luò)在訓(xùn)練樣本時(shí)的迭代次數(shù)最少為74次,采用共軛梯度法的預(yù)測(cè)結(jié)果與實(shí)測(cè)結(jié)果的誤差最大為2.4％,而采用牛頓法神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值則比較均衡,預(yù)測(cè)結(jié)果相對(duì)最佳.

文章針對(duì)房地產(chǎn)價(jià)格的動(dòng)態(tài)特性,提出了基于elman神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價(jià)格預(yù)測(cè)方法,并通過(guò)其對(duì)上海市房地產(chǎn)價(jià)格的預(yù)測(cè),證明了該方法的有效性,為房地產(chǎn)價(jià)格預(yù)測(cè)提供了一條新的方法。

根據(jù)盾構(gòu)施工引起地表沉降的具體問(wèn)題,結(jié)合廣州地鐵三號(hào)線某區(qū)間地質(zhì)資料,建立了地表沉降預(yù)測(cè)的bp神經(jīng)網(wǎng)絡(luò)模型,并對(duì)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練和測(cè)試,測(cè)試結(jié)果表明,利用神經(jīng)網(wǎng)絡(luò)進(jìn)行盾構(gòu)隧道施工的地表沉降預(yù)測(cè)是可行的,可用于工程實(shí)踐。