應(yīng)用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行電力系統(tǒng)動(dòng)態(tài)安全評(píng)價(jià)的新方法

建筑施工現(xiàn)場(chǎng)的安全評(píng)價(jià)是一項(xiàng)復(fù)雜的系統(tǒng)工程。目前安全評(píng)價(jià)技術(shù)在建筑業(yè)的運(yùn)用并不成熟,我國(guó)大多數(shù)建筑施工企業(yè)的安全管理只局限于對(duì)施工現(xiàn)場(chǎng)的檢查和整改工作,而對(duì)整體安全性缺乏分析和有效監(jiān)控。綜合目前的安全評(píng)價(jià)技術(shù),結(jié)合建筑施工的特點(diǎn),確立建筑施工現(xiàn)場(chǎng)安全評(píng)價(jià)指標(biāo)體系,并運(yùn)用管理理論中的層次分析法(ahp)和模糊綜合評(píng)價(jià)方法(fuzzy),提出了適合建筑施工現(xiàn)場(chǎng)的人工神經(jīng)網(wǎng)絡(luò)(ann)安全評(píng)價(jià)模型。詳細(xì)論述了建筑施工安全評(píng)價(jià)方案以及具體實(shí)現(xiàn)的步驟,在結(jié)合ahp與fuzzy綜合評(píng)價(jià)法的基礎(chǔ)上利用ann進(jìn)行訓(xùn)練與修正歷史數(shù)據(jù),為全面評(píng)價(jià)建筑施工安全狀況提供了新的思路與方法。

介紹了bp神經(jīng)網(wǎng)絡(luò)算法的原理以及對(duì)其采用非線性阻尼最小二乘法levenberg-marquardt進(jìn)行優(yōu)化的方法。采用matlab的神經(jīng)網(wǎng)絡(luò)工具箱建立了一個(gè)單隱層的bp神經(jīng)網(wǎng)絡(luò)模型和預(yù)測(cè)流程,采用24個(gè)輸入人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)每天的整點(diǎn)負(fù)荷,并且討論了如何進(jìn)一步通過(guò)改變網(wǎng)絡(luò)參數(shù)以提高負(fù)荷預(yù)測(cè)精度。實(shí)驗(yàn)仿真結(jié)果表明,此方法預(yù)測(cè)短期電力負(fù)荷,可以得到令人滿意的訓(xùn)練速度及預(yù)測(cè)精度。

電力系統(tǒng)中各種非線性負(fù)載的廣泛應(yīng)用,特別是各種電力電子裝置的廣泛應(yīng)用,是系統(tǒng)產(chǎn)生諧波的主要根源;而大量的電力電容器組的使用,則進(jìn)一步加劇了諧波的危害。本文主要圍繞如何用adaline神經(jīng)元模型實(shí)現(xiàn)電力系統(tǒng)的諧波分析,并分析了adaline神經(jīng)元模型的改進(jìn)方法。

論述了人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)電力系統(tǒng)負(fù)荷的方法和步驟,并以bp神經(jīng)網(wǎng)絡(luò)在石嘴山地區(qū)短期負(fù)荷預(yù)測(cè)中的應(yīng)用為例,探討負(fù)荷預(yù)測(cè)的重要性。

在實(shí)用動(dòng)態(tài)安全域的基礎(chǔ)上提出了實(shí)用動(dòng)態(tài)安全域的神經(jīng)網(wǎng)絡(luò)和模糊理論方法,構(gòu)建了用于擬合動(dòng)態(tài)安全域的ann擬和器和用模糊理論在安全邊界上構(gòu)造一個(gè)模糊中間帶的模糊識(shí)別器,并對(duì)該方法中的系統(tǒng)靈敏度和超平面度進(jìn)行了分析。最后對(duì)4機(jī)11節(jié)點(diǎn)測(cè)試系統(tǒng)進(jìn)行了仿真計(jì)算。實(shí)驗(yàn)表明,用神經(jīng)網(wǎng)絡(luò)擬合的動(dòng)態(tài)安全域其擬和合度和精度均高于傳統(tǒng)最小二乘法的擬合,其模糊識(shí)別器進(jìn)一步減少了臨界點(diǎn)的誤判和在安全域邊界上穩(wěn)定和非穩(wěn)定點(diǎn)的誤判。

為在繼電器的設(shè)計(jì)和生產(chǎn)階段通過(guò)多個(gè)評(píng)價(jià)指標(biāo)評(píng)價(jià)其整體品質(zhì),研究了多層次綜合評(píng)判模型的可計(jì)算性。該模型依據(jù)電器產(chǎn)品設(shè)計(jì)方案關(guān)于技術(shù)性能和成本的綜合評(píng)價(jià)指標(biāo)體系,并通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)原理的評(píng)判方法的研究而建立。實(shí)例證明,人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為處理各種模糊的、數(shù)據(jù)不完全的、模擬的、不精確的模式識(shí)別問(wèn)題提供了一個(gè)全新的途徑。

針對(duì)建筑物成新度評(píng)估中存在的問(wèn)題,利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了建筑物成新度評(píng)估的人工神經(jīng)網(wǎng)絡(luò)模型,從而為其準(zhǔn)確評(píng)估提供了科學(xué)的依據(jù).

researchstatusofelderlyfitnessevaluationusing ent elderlyf 。 模型預(yù)測(cè)結(jié)果優(yōu)于 是一種空間的復(fù)雜的非線性映射方法， 其優(yōu)點(diǎn)包 [j]. 傳 2015,18 bw?macdonaldrl?bakera?etal.clinicaloutcomepre- bayes- inferences[j].comput m?sahurk.predicttheonsetofdiabetesdiseaseu- al.disease-freesurvival patients lartificial networkmodelsforpredictionofcardiovascularautonomic web- diabetes tientsbyusingan

人工神經(jīng)網(wǎng)絡(luò)(ann)是一種動(dòng)態(tài)信息處理系統(tǒng),它具有聯(lián)想記憶、自組織、自適應(yīng)、自學(xué)習(xí)和容錯(cuò)性等特性。人工神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)對(duì)危險(xiǎn)源的動(dòng)態(tài)分級(jí);可解決安全綜合評(píng)價(jià)中的不確定性、模糊性和動(dòng)態(tài)復(fù)雜性、指標(biāo)多、數(shù)據(jù)多等難題;在安全預(yù)測(cè)方面,可進(jìn)行煤與瓦斯突出預(yù)測(cè)、煤礦瓦斯涌出量預(yù)測(cè)、煤層自燃預(yù)測(cè)、交通事故預(yù)測(cè)等。討論了其在安全科學(xué)中的應(yīng)用現(xiàn)狀及存在問(wèn)題,并對(duì)未來(lái)研究方向進(jìn)行了展望。

本文依據(jù)建筑施工過(guò)程安全狀態(tài)特征,從人、機(jī)、環(huán)境、管理四個(gè)方面進(jìn)行分析,構(gòu)建了建筑施工安全評(píng)價(jià)指標(biāo)體系,并將粗糙集理論與人工神經(jīng)網(wǎng)絡(luò)模型兩種方法相結(jié)合,建立了基于粗糙集-人工神經(jīng)網(wǎng)絡(luò)的建筑施工安全評(píng)價(jià)模型,對(duì)建筑施工過(guò)程安全狀況進(jìn)行評(píng)價(jià),即:首先通過(guò)專家評(píng)議同粗糙集理論相結(jié)合,對(duì)評(píng)價(jià)指標(biāo)體系中的各指標(biāo)進(jìn)行約簡(jiǎn),并確定影響建筑施工安全的核心因素;然后將經(jīng)粗糙集約簡(jiǎn)后的評(píng)價(jià)指標(biāo)采用人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行處理和計(jì)算。通過(guò)實(shí)際應(yīng)用驗(yàn)證表明,經(jīng)過(guò)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)所得的預(yù)測(cè)值同理論值相近,證明此種評(píng)價(jià)模型能為建筑施工安全評(píng)價(jià)提供合理的依據(jù)。

為了提高繼電器在設(shè)計(jì)和生產(chǎn)階段的整體品質(zhì)，通過(guò)建立基于人工神經(jīng)網(wǎng)絡(luò)的多層次綜合評(píng)判模型．就可以在很大程度上對(duì)繼電器產(chǎn)品進(jìn)行有效的評(píng)價(jià)，從而提高了繼電器產(chǎn)品的設(shè)計(jì)和生產(chǎn)質(zhì)量。

綜合考慮到溫度、日期類型和天氣等因素對(duì)短期電力負(fù)荷的影響,提出了一種將人工神經(jīng)網(wǎng)絡(luò)(ann)rbf模型和模糊邏輯相結(jié)合的短期負(fù)荷預(yù)測(cè)方法。該方法將電力負(fù)荷分為周期性的基本負(fù)荷和受多種因素影響的變動(dòng)負(fù)荷兩部分,對(duì)于周期負(fù)荷用ann進(jìn)行預(yù)測(cè),采用負(fù)荷預(yù)測(cè)中比較精確的rbf算法;變動(dòng)負(fù)荷采用模糊邏輯對(duì)天氣因素、溫度、日期類型分別做不同的模糊處理,然后利用模糊推理規(guī)則對(duì)基本負(fù)荷預(yù)測(cè)結(jié)果進(jìn)行修正。通過(guò)典型算例與普通bp法預(yù)測(cè)結(jié)果相比較,結(jié)果表明該方法具有較高的預(yù)測(cè)精度。

提出了基于電力系統(tǒng)運(yùn)行模式及人工神經(jīng)網(wǎng)絡(luò)的潮流并行算法。利用電力系統(tǒng)運(yùn)行模式向人工神經(jīng)網(wǎng)絡(luò)提供訓(xùn)練樣本，并用靈敏度分析提高計(jì)算精度，從而有效地壓縮樣本模式空間。人工神經(jīng)網(wǎng)絡(luò)的大規(guī)模并行處理及快速分類功能為該算法的快捷提供了保證。算例驗(yàn)證該算法有效、可行。

1引言為提高化工過(guò)程的可靠性與安全性,事故樹(shù)分析法(fta)是被公認(rèn)的有效方法之一。事故樹(shù)是描述化工過(guò)程各變量之間相互關(guān)系的一種二值邏輯結(jié)構(gòu),其內(nèi)部存在著信息流的傳輸、處理與控制機(jī)制。從這一觀點(diǎn)出發(fā),可從另一角度揭示事故的形成機(jī)理以及最佳控制決策的選擇問(wèn)題。為了進(jìn)一步安全評(píng)價(jià)、安全設(shè)計(jì)以及擬定最佳安全管理方案,本文探討了事故樹(shù)結(jié)構(gòu)優(yōu)化的問(wèn)題。建立了結(jié)構(gòu)優(yōu)化的目標(biāo)函數(shù),并以結(jié)構(gòu)安全度作為評(píng)價(jià)指

隨著電力工業(yè)的發(fā)展，人工神經(jīng)元網(wǎng)絡(luò)（ann）在電力系統(tǒng)中獲得了廣泛的應(yīng)用。本文概述了人工神經(jīng)元網(wǎng)絡(luò)的特點(diǎn)、基本結(jié)構(gòu)，并對(duì)ann在電力系統(tǒng)中的具體應(yīng)用做了詳細(xì)的話述。最后，對(duì)人工神經(jīng)元網(wǎng)絡(luò)的發(fā)展趨勢(shì)和在電力系統(tǒng)中的應(yīng)用前景進(jìn)行了展望。

隨著電力工業(yè)的發(fā)展,人工神經(jīng)元網(wǎng)絡(luò)(ann)在電力系統(tǒng)中獲得了廣泛的應(yīng)用。本文概述了人工神經(jīng)元網(wǎng)絡(luò)的特點(diǎn)、基本結(jié)構(gòu)以及發(fā)展過(guò)程,并對(duì)ann在電力系統(tǒng)中的具體應(yīng)用做了詳細(xì)的論述。最后,對(duì)人工神經(jīng)元網(wǎng)絡(luò)的發(fā)展趨勢(shì)和在電力系統(tǒng)中的應(yīng)用前景進(jìn)行了展望。

依據(jù)建筑物火災(zāi)危險(xiǎn)性的影響因素,應(yīng)用人工神經(jīng)網(wǎng)絡(luò)理論及系統(tǒng)安全方法,建立了建筑物火災(zāi)危險(xiǎn)性的評(píng)價(jià)指標(biāo)體系,該方法擺脫了評(píng)價(jià)過(guò)程中的隨機(jī)性和參評(píng)人員主觀上的不確定性及其認(rèn)識(shí)上的模糊性等缺點(diǎn),大大提高了準(zhǔn)確性。為了驗(yàn)證評(píng)價(jià)模型的準(zhǔn)確性,將該理論應(yīng)用到某高校圖書(shū)館火災(zāi)危險(xiǎn)性評(píng)價(jià)中,快速、準(zhǔn)確地得到了安全評(píng)價(jià)結(jié)果,取得了滿意效果,為建筑物防火設(shè)計(jì)以及安全管理提供了可行的依據(jù)。

建筑企業(yè)的安全問(wèn)題不僅關(guān)系到建筑行業(yè)的發(fā)展,而且關(guān)系到社會(huì)的和諧與進(jìn)步。從管理者的視角構(gòu)建了建筑企業(yè)安全管理評(píng)價(jià)指標(biāo)體系,并對(duì)指標(biāo)之間的關(guān)系做了簡(jiǎn)要的說(shuō)明。然后應(yīng)用主成份分析對(duì)神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)進(jìn)行預(yù)處理,提取其中的關(guān)鍵成分作為網(wǎng)絡(luò)的輸入,并采用遺傳算法來(lái)提高神經(jīng)網(wǎng)絡(luò)的收斂速度。最后以天津市建筑企業(yè)為實(shí)例加以說(shuō)明并進(jìn)行了分析。結(jié)果表明,建立的模型不僅較公平、合理,而且提高了神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)效率。

在研究國(guó)內(nèi)城市土地評(píng)價(jià)方法和分析了山西省自然、經(jīng)濟(jì)和社會(huì)狀況的基礎(chǔ)上,提出利用人工神經(jīng)網(wǎng)絡(luò)、結(jié)合特爾菲法建立城市國(guó)有土地資產(chǎn)總量評(píng)估指標(biāo)體系,以城市的綜合平均地價(jià)為評(píng)價(jià)目標(biāo)的國(guó)有土地資產(chǎn)總量評(píng)估方法。本文在模型建立過(guò)程中,以山西省22個(gè)城市中的18城市的資料為學(xué)習(xí)樣本,以20個(gè)城市評(píng)估指標(biāo)為輸入,以城市綜合平均地價(jià)為輸出,建立了三層bp人工神經(jīng)網(wǎng)絡(luò),并以其余4個(gè)城市的資料作為驗(yàn)證,取得了較好的模擬效果。有效地解決了利用有限的城市(鎮(zhèn))地價(jià)資料,結(jié)合城市(鎮(zhèn))統(tǒng)計(jì)資料,進(jìn)行國(guó)有土地價(jià)格的評(píng)估,進(jìn)而為國(guó)有土地資產(chǎn)總量的評(píng)估提出新的探討途徑。

用vb編制了人工神經(jīng)網(wǎng)絡(luò)的通用bp算法程序。根據(jù)西安參考年氣象參數(shù),采用動(dòng)態(tài)模擬程序計(jì)算了某辦公樓4月至9月逐時(shí)冷負(fù)荷,結(jié)果顯示利用神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值與計(jì)算值吻合。

在灌區(qū)改造規(guī)劃資料統(tǒng)計(jì)的基礎(chǔ)上,擬建了一套涵蓋較全面的指標(biāo)和指標(biāo)分級(jí)體系,利用附加動(dòng)量/自適應(yīng)學(xué)習(xí)率的改進(jìn)bp算法,建立一個(gè)人工神經(jīng)網(wǎng)絡(luò)綜合評(píng)價(jià)模型,并對(duì)二個(gè)實(shí)際灌區(qū)進(jìn)行評(píng)價(jià)。模型具有突出體現(xiàn)目標(biāo)、靈敏反映差異,收斂快等特點(diǎn)。

本文介紹了一種采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行電力網(wǎng)線損值的計(jì)算方法,比較傳統(tǒng)方法而言,具有計(jì)算速度快、計(jì)算精度高和適用面廣的優(yōu)點(diǎn)