多步預測性能指標函數(shù)的神經(jīng)網(wǎng)絡逆動態(tài)控制方法

根據(jù)企業(yè)風險特征指標預測問題的特點,提出將灰色系統(tǒng)gm(1,1)模型與神經(jīng)網(wǎng)絡結(jié)合建立一階灰色神經(jīng)網(wǎng)絡預測模型,以實現(xiàn)系統(tǒng)預測的動態(tài)性及提高系統(tǒng)的預測精度.但該模型具有一定的局限性,從模型參數(shù)的角度給出了該模型只適用于具有\(zhòng)"單調(diào)\"性數(shù)據(jù)的證明,進而提出了三階灰色神經(jīng)網(wǎng)絡預測模型,以適應預測數(shù)據(jù)\"非單調(diào)\"或擺動的情況.但隨著系統(tǒng)建模過程中階數(shù)的增加,預測精度會有所下降,因此應根據(jù)數(shù)據(jù)特點選擇預測模型.最后,通過實證分析驗證了上述模型及證明結(jié)論.

用神經(jīng)網(wǎng)絡預測并控制鉆井動態(tài)

強烈的地震給人們生命財產(chǎn)帶來巨大損失,為了能夠在地震之前預測出建筑物震害,提出一多層磚房為例。利用matlab神經(jīng)網(wǎng)絡工具箱,建立一種基于貝葉斯正則算法的bp神經(jīng)網(wǎng)絡模型,并以過去發(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測方法。結(jié)果表明:對多層磚房的震害樣本的預測達到理想效果。

基于神經(jīng)網(wǎng)絡的電梯導軌多步校直彎曲形式預測

基坑變形的動態(tài)神經(jīng)網(wǎng)絡實時建模預報方法——為了對基坑變形進行更準確的監(jiān)測和預報，根據(jù)基坑變形的特點，提出了應用動態(tài)遞歸神經(jīng)網(wǎng)絡進行實時建模預報，并采用一種改進的在線學習算法，較好地描述了基坑變形的動態(tài)特性。通過對某工程基坑的監(jiān)測，驗證了該方法...

提出利用matlab人工神經(jīng)網(wǎng)絡工具箱建立基于貝葉斯正則算法的bp神經(jīng)網(wǎng)絡模型,以地震區(qū)多層磚房震害調(diào)查數(shù)據(jù)為因子的震害預測方法。神經(jīng)網(wǎng)絡模型輸入震害因子包括建筑的層數(shù)、施工質(zhì)量、房屋整體性等,輸出值為建筑物在地震作用下的破壞程度。結(jié)果表明,本方法可以對多層磚房的震害樣本進行預測并達到較理想的效果。

本文提出了一種基于rbf神經(jīng)網(wǎng)絡的直接預測法,對公路貨運量進行了預測,并利用matlab工具箱予以了實現(xiàn).對2004和2005年公路貨運量預測的結(jié)果表明,預測值與國家統(tǒng)計局公布的實際數(shù)值有很好的一致性,預測精度也高于其它rbf預測法,有很好的應用性.

當前,諸多研究人員被電力負載預測所吸引,由于其是精確計劃、調(diào)度及運維電力系統(tǒng)的先決條件.眾多因素均影響著電力負載預測,因此提出一個混合模型來提升預測的準確性是有必要的.文中提出一種采用2種方法的新的混合負載估計方案:小波變換(avelettransform,wt)和人工神經(jīng)網(wǎng)絡(artificialneuralnetwork,ann).為了將大型非對稱時變電力原始數(shù)據(jù)集合考慮到其中,根據(jù)時間和頻率采用小波技術來分解數(shù)據(jù),眾多小波函數(shù)可以采用,但選擇一種合適的小波函數(shù)在設計此模型中扮演著關鍵作用.文中采用了以下幾種類型的小波函數(shù),即haar小波函數(shù)、deubechies小波函數(shù)、symlet小波函數(shù)以及coiflet小波函數(shù),將電力負載數(shù)據(jù)分解成不同的段.隨后,使用ann來預測負載的非線性數(shù)據(jù).由aemo獲取一周每天24h的數(shù)據(jù)驗證了文中所設計模型的有效性.

為了對民航系統(tǒng)安全運行狀態(tài)進行科學的分析和預測,針對反映民航系統(tǒng)安全運行狀態(tài)的重要指標之一——飛行事故萬時率,采用bp神經(jīng)網(wǎng)絡的時間序列非線性預測模型及方法,對其進行了分析研究和仿真驗證,計算結(jié)果表明,該預測方法是可行的,并與實際具有較好的一致性。

公路貨運量受多種因素影響,各因素的作用機制通常不能準確地用數(shù)學語言進行描述。采用廣義回歸神經(jīng)網(wǎng)絡(grnn)對貨運量進行分析及預測。通過對1995~2003年南京市公路運量的歷史數(shù)據(jù)進行分析和處理,對網(wǎng)絡進行訓練和擬合,用2004~2005年的實際數(shù)據(jù)進行模型檢驗,結(jié)果證明了grnn用于貨運量預測的有效性。

通過對公路貨運量的預測方法進行研究比較,并根據(jù)公路貨運量形成的復雜和非線性等特點,建立bp神經(jīng)網(wǎng)絡預測模型.利用黑龍江省公路貨運量及其相關影響因素的實際數(shù)據(jù),確定網(wǎng)絡輸入與輸出樣本,并對bp神經(jīng)網(wǎng)絡預測系統(tǒng)進行訓練和預測.通過對網(wǎng)絡輸出的誤差曲線圖的分析,驗證bp神經(jīng)網(wǎng)絡預測系統(tǒng)的精確性和簡單方便性,提高了公路貨運量預測的精確性.

開采地面沉陷預測的神經(jīng)網(wǎng)絡方法研究——應用神經(jīng)網(wǎng)絡理論，建立了開采地面沉陷預測的bp神經(jīng)網(wǎng)絡模型，采用開采地面沉陷實測數(shù)據(jù)對網(wǎng)絡進行了訓練，以此訓練好的bp神經(jīng)網(wǎng)絡模型來描述開采地面沉陷與其影響因素之間的非線性映射關系，并采用測試樣本對模型進行了...

為簡化震害預測工作,提出一種以房屋普查數(shù)據(jù)為震害影響因子并利用人工神經(jīng)網(wǎng)絡模型為工具的震害預測方法。從以往震害實例中選取了具有典型破壞特點的建筑物作為神經(jīng)網(wǎng)絡的學習樣本,用收集的數(shù)據(jù)對網(wǎng)絡進行了訓練并得到了收斂的網(wǎng)絡,應用此收斂的網(wǎng)絡對一組新的房屋數(shù)據(jù)進行震害預測,結(jié)果表明了運用此方法和模型的實用性。

在分析普通混凝土強度各影響因素的基礎上,選取6個影響因素組成輸入層,以混凝土28d強度作為輸出,建立徑向基函數(shù)網(wǎng)絡,經(jīng)網(wǎng)絡訓練和仿真結(jié)果對比,表明所建網(wǎng)絡結(jié)構(gòu)合理、收斂速度快、精度高,可以滿足普通混凝土強度預測要求,具有廣泛的應用前景。

房地產(chǎn)業(yè)是國民經(jīng)濟發(fā)展的重要支柱產(chǎn)業(yè)之一,因此,科學預測房地產(chǎn)價格指數(shù)具有十分重要的意義。將神經(jīng)網(wǎng)絡算法應用于房價指數(shù)預測,收集我國主要城市的房地產(chǎn)價格指數(shù)數(shù)據(jù),使用spssclementine軟件進行分析。實驗結(jié)果表明,該預測方法是可行的和有效的。

神經(jīng)網(wǎng)絡組合預測法在軟基沉降預測中的應用——通過引入神經(jīng)網(wǎng)絡組合預測模型，對軟基沉降序列進行了非線性組合預測。預測結(jié)果表明，神經(jīng)網(wǎng)絡組合預測的結(jié)果比各單項模型預測的結(jié)果都好，提高了軟基沉降的預測精度，可進一步推廣應用?！　?/p>

公路軟基沉降函數(shù)干涉神經(jīng)網(wǎng)絡預測模型——建立了基于函數(shù)干涉神經(jīng)網(wǎng)絡的公路軟基沉降預測模型。工程實例表明，所建議的模型外延性好，而且，可以由較短預壓期內(nèi)沉降觀測資料預測遠期沉降發(fā)展，與傳統(tǒng)沉降預測模型相比具有顯著的優(yōu)越性，工程應用前景廣闊．

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

人工神經(jīng)網(wǎng)絡方法在基坑變形預測中的應用研究——分析研究了人工神經(jīng)網(wǎng)絡方法在基坑變形預測中的建模方法，并通過實例應用，證明這種方法是切實可行的。同時將人工神經(jīng)網(wǎng)絡方法預測結(jié)果和灰色系統(tǒng)模型及時序模型預測進行比較，充分證明人工神經(jīng)網(wǎng)絡方法在變形預...

本文將遺傳算法與神經(jīng)網(wǎng)絡相結(jié)合,從而建立了一種高效的、實用的橋梁震害預測方法。根據(jù)遺傳算法具有局部尋優(yōu)的特點,為避免bp神經(jīng)網(wǎng)絡陷入局部極小值,本文將二者結(jié)合起來形成ga-bp混合算法,以ga優(yōu)化神經(jīng)網(wǎng)絡的初始權(quán)值和閾值,對網(wǎng)絡進行訓練。在大量收集梁式橋震害資料的基礎上,將此算法引入橋梁的震害預測中,并與傳統(tǒng)的單獨bp神經(jīng)網(wǎng)絡相比較,結(jié)果表明該方法能夠有效、準確地對橋梁結(jié)構(gòu)進行震害預測。

在現(xiàn)代工程建設中,工程造價為衡量工程的成本投入提供了可靠的依據(jù).行之有效的確定和控制工程造價的方法,是提高工程質(zhì)量和建設效率、降低成本的重要途徑之一.文章根據(jù)當前的主流應用方向,清晰闡述了常用的工程造價的確定方法.詳細分析工程造價的控制思路.最后通過實例,嘗試在實踐中找到確定并控制工程造價的方法.

以小波分析和bp神經(jīng)網(wǎng)絡為基礎,構(gòu)建了小波神經(jīng)網(wǎng)絡預測模型。使用ca6140車床對氟金云母陶瓷進行了干車削試驗,并用三向測力儀測量了切削過程的切削力變化趨勢?；谛〔ò械膚pbmpen函數(shù)對切削力信號進行了降噪處理,切削力信號在降噪后有明顯改善,能更形象地表達出切削力的變化趨勢?；谛〔ㄉ窠?jīng)網(wǎng)絡對切削力進行了預測,結(jié)果表明:小波神經(jīng)網(wǎng)絡預測值、信號降噪處理值和試驗值都非常相近,說明切削力在預測過程中具有一定的可靠性,小波神經(jīng)網(wǎng)絡預測前對切削力信號的降噪處理是合理的。