基于人工神經(jīng)網(wǎng)絡(luò)模型電站燃煤鍋爐結(jié)渣預(yù)測(cè)方法評(píng)價(jià)

對(duì)電站鍋爐結(jié)渣的影響因素進(jìn)行分析,利用模糊理論的方法對(duì)影響結(jié)渣的煤灰特性、鍋爐燃燒溫度、爐內(nèi)空氣動(dòng)力場(chǎng)進(jìn)行指標(biāo)模糊化處理,建立模糊綜合評(píng)判模型對(duì)電站鍋爐結(jié)渣傾向性進(jìn)行評(píng)判預(yù)測(cè)。

為簡(jiǎn)化震害預(yù)測(cè)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(luò)模型為工具的震害預(yù)測(cè)方法。從以往震害實(shí)例中選取了具有典型破壞特點(diǎn)的建筑物作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本,用收集的數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練并得到了收斂的網(wǎng)絡(luò),應(yīng)用此收斂的網(wǎng)絡(luò)對(duì)一組新的房屋數(shù)據(jù)進(jìn)行震害預(yù)測(cè),結(jié)果表明了運(yùn)用此方法和模型的實(shí)用性。

**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(guān)測(cè)資料進(jìn)行沉降預(yù)測(cè)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(shí)間預(yù)報(bào).研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測(cè)模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線(xiàn)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(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿(mǎn)意。

基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型——利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線(xiàn)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(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿(mǎn)意?！　?/p>

燃煤鍋爐 燃料與煙風(fēng)系統(tǒng) 我國(guó)鍋爐燃用的燃料主要是煤。一般大型鍋爐和電站鍋爐常燃用 煤粉，因此要有一套將原煤磨制成煤粉的制粉系統(tǒng)。如圖所示，經(jīng)原 煤倉(cāng)落下的煤由給煤機(jī)送入磨煤機(jī)磨碎。在磨煤過(guò)程中同時(shí)對(duì)煤進(jìn)行 干燥，干燥介質(zhì)通常用熱空氣。冷空氣由送風(fēng)機(jī)送入空氣預(yù)熱器，在 這里吸收排煙的熱量成為熱空氣。熱空氣的一部分經(jīng)排粉機(jī)升高壓 頭后進(jìn)入磨煤機(jī)，在對(duì)煤進(jìn)行加熱與干燥的同時(shí)攜帶磨好的煤粉離開(kāi) 磨煤機(jī)，可見(jiàn)這一部分熱空氣除作為干燥介質(zhì)外，還起輸送煤粉的作 用，通常把這部分熱空氣叫作一次風(fēng)。在如圖所示的直吹系統(tǒng)中，氣 粉混合物從磨煤機(jī)出來(lái)后，經(jīng)煤粉管道直接送入燃燒器，并由燃燒器 噴入爐膛燃燒。需要指出的是，在中間儲(chǔ)倉(cāng)式制粉系統(tǒng)中，一次風(fēng)攜 帶煤粉進(jìn)入煤粉分離器，在那里煤粉從氣流中分離出來(lái)貯存在煤粉倉(cāng) 中，根據(jù)負(fù)荷需要通過(guò)給粉機(jī)從煤粉倉(cāng)中向燃燒器供給適量煤粉。從 圖中還可看

電力系統(tǒng)短期負(fù)荷預(yù)測(cè)是保證電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行和實(shí)現(xiàn)電網(wǎng)科學(xué)管理及調(diào)度的重要依據(jù),目前的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)方法存在著一些不足。提出了基于人工神經(jīng)網(wǎng)絡(luò)與主分量分析的短期負(fù)荷預(yù)測(cè)方法,在試驗(yàn)中分別采用該方法和單一的人工神經(jīng)網(wǎng)絡(luò)對(duì)遼寧省某電網(wǎng)的短期負(fù)荷進(jìn)行了預(yù)測(cè),試驗(yàn)結(jié)果表明本文提出的方法與單一的人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法相比,不但減少了預(yù)測(cè)的時(shí)間,而且避免了過(guò)擬合現(xiàn)象,提高了預(yù)測(cè)精度。

以bp人工神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),建立預(yù)測(cè)模型,以小區(qū)某棟建筑物1期～8期的沉降觀(guān)測(cè)數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并對(duì)9期～12期實(shí)際觀(guān)測(cè)值與預(yù)測(cè)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(cè)是可行的。

針對(duì)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測(cè)模型結(jié)構(gòu)難以確定的問(wèn)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(dòng)態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開(kāi)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(cè)模型,經(jīng)用華南26個(gè)巖體檢驗(yàn),回憶率及預(yù)測(cè)率均高達(dá)100％。該方法提供了一種面向具體問(wèn)題的動(dòng)態(tài)解決方案,在成礦預(yù)測(cè)工作中具有一定的實(shí)用性。

針對(duì)基坑變形預(yù)測(cè)中信息的灰色性和數(shù)據(jù)的非線(xiàn)性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)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(cè)研究,得到支護(hù)體系的不同預(yù)測(cè)模型的組合預(yù)測(cè)值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差比gm(1,1)預(yù)測(cè)模型小;與bp預(yù)測(cè)模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測(cè)中,為了更準(zhǔn)確地預(yù)測(cè)基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與bp預(yù)測(cè)相結(jié)合的方法進(jìn)行預(yù)測(cè)。

人工神經(jīng)網(wǎng)絡(luò)模型描述

?1994-2010chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net 文章編號(hào):1003-207(2002)01-0079-05 基于人工神經(jīng)網(wǎng)絡(luò)的三江平原土壤質(zhì)量 綜合評(píng)價(jià)與預(yù)測(cè)模型 樓文高 (上海水產(chǎn)大學(xué)海洋學(xué)院農(nóng)業(yè)資源與環(huán)境系,上?！?00090) 摘　要:根據(jù)土壤質(zhì)量定量評(píng)價(jià)指標(biāo)分級(jí)體系生成足夠多代表性好的神以網(wǎng)絡(luò)訓(xùn)練和檢驗(yàn)用的樣本。建立神經(jīng)網(wǎng) 絡(luò)模型時(shí),利用刪減或擴(kuò)張準(zhǔn)則確定神經(jīng)網(wǎng)絡(luò)最佳拓?fù)浣Y(jié)構(gòu),避免“過(guò)擬合”現(xiàn)象,利用檢驗(yàn)樣本監(jiān)控在訓(xùn)練過(guò)程中 不發(fā)生“過(guò)學(xué)習(xí)”現(xiàn)象,使建立的土壤質(zhì)量的綜合評(píng)價(jià)與預(yù)測(cè)模型具有較好的泛化能力和預(yù)測(cè)能力。對(duì)三江平原地 區(qū)主要耕作土壤質(zhì)量的綜合評(píng)價(jià)與預(yù)測(cè)結(jié)果表明,神經(jīng)網(wǎng)

在給出混凝土等效水灰比和骨料平均漿體厚度計(jì)算方法的基礎(chǔ)上,采用人工神經(jīng)網(wǎng)絡(luò)方法,建立了混凝土28d抗壓強(qiáng)度與混凝土等效水灰比、骨料平均漿體厚度和粉煤灰與膠凝材料用量比之間的非線(xiàn)性映射關(guān)系.該研究成果可減少混凝土試配次數(shù),節(jié)約大量人力、物力和時(shí)間,并為高體積穩(wěn)定性混凝土配合比設(shè)計(jì)方法的研究進(jìn)一步奠定了基礎(chǔ).

基于人工神經(jīng)網(wǎng)絡(luò)原理，設(shè)計(jì)了一個(gè)三層的ｂｐ網(wǎng)絡(luò)模型。充分利用了神經(jīng)網(wǎng)絡(luò)高度非線(xiàn)性建模能力，實(shí)現(xiàn)電力系統(tǒng)的短期負(fù)荷預(yù)測(cè)。文中對(duì)樣本數(shù)據(jù)進(jìn)行了預(yù)處理，以及在算法中引入附加沖量項(xiàng)，以提高訓(xùn)練速度。預(yù)測(cè)仿真結(jié)果證明使用人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行短期負(fù)荷預(yù)測(cè)是可行的。

提出了一種基于灰色模型和神經(jīng)網(wǎng)絡(luò)組合的短期負(fù)荷預(yù)測(cè)方法。首先利用頻域分解消除負(fù)荷序列的周期性,然后利用灰色模型計(jì)算負(fù)荷序列的歷史擬合值和未來(lái)預(yù)測(cè)值,將其作為神經(jīng)網(wǎng)絡(luò)的輸入。在歷史數(shù)據(jù)中選擇一天作為基準(zhǔn)日,以該基準(zhǔn)日的量為參照,以負(fù)荷的灰色模型擬合值相對(duì)基準(zhǔn)日的變化量,以及溫度變化量為bp神經(jīng)網(wǎng)絡(luò)的輸入,實(shí)際負(fù)荷變化量為輸出,訓(xùn)練神經(jīng)網(wǎng)絡(luò)并預(yù)測(cè)待預(yù)測(cè)日負(fù)荷的變化量,加上基準(zhǔn)日負(fù)荷后得到預(yù)測(cè)負(fù)荷。該方法綜合了灰色模型方法和神經(jīng)網(wǎng)絡(luò)方法的優(yōu)點(diǎn),仿真結(jié)果驗(yàn)證了方法的有效性。

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(guò)程,即阻塞管理,屬于被動(dòng)消除阻塞情形。文章基于主動(dòng)預(yù)防輸電阻塞的思想,從分析影響輸電阻塞的系統(tǒng)線(xiàn)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(cè)模型,還提出了一個(gè)新的阻塞指標(biāo),即阻塞度,以美國(guó)加利福尼亞州電力市場(chǎng)的數(shù)據(jù)驗(yàn)證了該模型的正確性和實(shí)用性。

利用matlab編程語(yǔ)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(bào)價(jià)模型,通過(guò)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(bào)價(jià)決策提供了科學(xué)依據(jù)。

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。

提出人工神經(jīng)網(wǎng)絡(luò)模型來(lái)模擬傳統(tǒng)的帶肋鋼筋和混凝土之間的粘結(jié)性能,目的是預(yù)測(cè)鋼筋從混凝土混合物中拔出的極限荷載(第一神經(jīng)網(wǎng)絡(luò)模型)或抗壓強(qiáng)度(第二神經(jīng)網(wǎng)絡(luò))以及根據(jù)rilem試驗(yàn)設(shè)計(jì)的不同鋼筋直徑的拔出極限荷載。采用112個(gè)帶肋鋼筋(直徑為10mm、12mm)以及三種不同混凝土配合比的拔出試驗(yàn)結(jié)果數(shù)據(jù)庫(kù),對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。根據(jù)反向傳播算法,進(jìn)行多層感知器訓(xùn)練。第一個(gè)模型(ann-6)有6個(gè)輸入:鋼筋直徑、水灰比、砂石比、級(jí)配、水泥種類(lèi)和混凝土齡期。第二個(gè)模型(ann-2)有2個(gè)輸入:鋼筋直徑、混凝土抗壓強(qiáng)度,兩個(gè)模型的輸出均為極限拔出荷載。研究結(jié)果顯示:所采用的模型預(yù)測(cè)精度高、誤差低、具有魯棒性。從魯棒性方面,第一個(gè)模型(ann-6)比第二個(gè)模型(ann-2)更精確。將混凝土的成分作為輸入?yún)?shù),而不是混凝土的強(qiáng)度,對(duì)于帶肋鋼筋-混凝土界面的局部現(xiàn)象更具代表性。

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(mǎn)足工程要求。