小波神經(jīng)網(wǎng)絡工程陶瓷動態(tài)車削力預測

為了盡量減小由隧道開挖引起的地面沉降而帶來的風險,需要在隧道施工過程中可靠地預測地表的變形量.該文采用改進的方法來選擇平移和伸縮因子的初始值,利用小波神經(jīng)網(wǎng)絡分析預測隧道施工中的地表沉降量,并在預測中考慮了地表平均壓力、盾構機平均穿透深度、填充泥漿度等外界因素對地表沉降的影響.結果表明,利用改進的方法來選擇初始的平移和伸縮因子,提高了函數(shù)的逼真性能,并減小了估計誤差.

邊坡的地表位移監(jiān)測是滑坡安全監(jiān)控中的重要內容,對監(jiān)測資料進行及時、合理和有效的分析,獲取滑坡變形規(guī)律和安全狀況是滑坡監(jiān)測的重要工作之一。文章將基于bp算法的小波神經(jīng)網(wǎng)絡預測模型引入變形監(jiān)測預報中,對工程實例進行了預測。結果表明小波神經(jīng)網(wǎng)絡預測可以取得良好的效果,且自適應預測能力較強。

小波神經(jīng)網(wǎng)絡是建立在小波理論基礎上的一種新型前饋神經(jīng)網(wǎng)絡,具有許多優(yōu)良特性。本文分析了小波神經(jīng)網(wǎng)絡的特點,建立了電力負荷的小波神經(jīng)網(wǎng)絡預測模型,設計了小波神經(jīng)網(wǎng)絡結構,給出了小波網(wǎng)絡參數(shù)調節(jié)算法。對實際電力負荷預測算例,以及與bp網(wǎng)絡的對比研究實驗表明,小波神經(jīng)網(wǎng)絡對非平穩(wěn)信號能進行有效地預測,比bp神經(jīng)網(wǎng)絡具有更高的預測精度。

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.

對bp神經(jīng)網(wǎng)絡的原理、算法和公式進行了介紹,在對matlab及其神經(jīng)網(wǎng)絡工具箱介紹的基礎上,采用3個聲發(fā)射特征值:即聲發(fā)射信號有效值、fft峰值和標準差作為輸入,工件表面粗糙度作為輸出,用bp神經(jīng)網(wǎng)絡的方法對高效深磨加工工程陶瓷al2o3的工件表面粗糙度進行了訓練、預測和分析.結果表明,使用bp神經(jīng)網(wǎng)絡可以實現(xiàn)高效深磨加工工程陶瓷工件表面粗糙度的監(jiān)測.

綜述了人工神經(jīng)網(wǎng)絡在陶瓷材料中的應用研究進展,分析了人工神經(jīng)網(wǎng)絡在古陶瓷分類和傳統(tǒng)陶瓷配方設計、優(yōu)化及性能預測方面的應用,此外,對人工神經(jīng)網(wǎng)絡在功能陶瓷材料、陶瓷基復合材料中的應用進行了詳述,并指出在應用中存在的問題及未來發(fā)展趨勢。

運用灰色神經(jīng)網(wǎng)絡理論,研究了摻雜srtio3多功能陶瓷氧化熱處理過程中,氧化熱處理條件對介電性能和壓敏性能的影響。根據(jù)各種參數(shù)的主行為因素的多少,運用gnnm(1,1)、gnnm(1,2)、gnnm(1,3)模型進行分析,并且建立了相應的gnnm(2,1)灰色神經(jīng)網(wǎng)絡模型。

變形監(jiān)測是安全化、信息化工程建設和管理的重要內容,貫穿于建筑物設計、施工和運營整個過程.本文基于小波分析、bp神經(jīng)網(wǎng)絡、小波分析與神經(jīng)網(wǎng)絡結合的相關理論,借助matlab編程,建立了改進的bp神經(jīng)網(wǎng)絡、輔助式小波神經(jīng)網(wǎng)絡、嵌入式小波神經(jīng)網(wǎng)絡3種變形預測網(wǎng)絡模型.結合工程實測數(shù)據(jù),利用建立的3種模型,分別應用累積沉降和期間沉降不同模式數(shù)據(jù)進行預測.結果表明,兩種小波神經(jīng)網(wǎng)絡組合模型的預測效果明顯優(yōu)于單一的bp神經(jīng)網(wǎng)絡模型,具有更高預測精度和更快的收斂速度,且訓練樣本數(shù)目越多,模型精度越高,預測效果越好.

針對壓電陶瓷驅動器的蠕變誤差隨時間呈現(xiàn)非線性變化,會嚴重影響其定位精度的問題,提出遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡的壓電陶瓷蠕變預測算法。采用遺傳算法優(yōu)化了bp神經(jīng)網(wǎng)絡的權值和閾值,構建了基于遺傳算法的bp神經(jīng)網(wǎng)絡(ga-bp算法)的蠕變預測模型。用ga-bp算法對壓電陶瓷蠕變進行了預測仿真,并將結果與實測數(shù)據(jù)進行了對比。結果表明,獲得的蠕變預測結果與實驗數(shù)據(jù)的最大絕對誤差均不超過0.2μm,最大蠕變誤差均小于1.5%,最大均方誤差僅為0.0046,因此,ga-bp預測模型可作為預測壓電陶瓷蠕變誤差的一種有效手段。

針對壓電陶瓷驅動器的蠕變誤差隨時間呈現(xiàn)非線性變化,會嚴重影響其定位精度的問題,提出遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡的壓電陶瓷蠕變預測算法.采用遺傳算法優(yōu)化了bp神經(jīng)網(wǎng)絡的權值和閾值,構建了基于遺傳算法的bp神經(jīng)網(wǎng)絡（ga-bp算法）的蠕變預測模型.用ga-bp算法對壓電陶瓷蠕變進行了預測仿真,并將結果與實測數(shù)據(jù)進行了對比.結果表明,獲得的蠕變預測結果與實驗數(shù)據(jù)的最大絕對誤差均不超過0.2μm,最大蠕變誤差均小于1.5％,最大均方誤差僅為0.0046,因此,ga-bp預測模型可作為預測壓電陶瓷蠕變誤差的一種有效手段.

隨著我國城鄉(xiāng)建設的飛速發(fā)展,建筑火災形勢日趨嚴峻,依靠傳統(tǒng)的管理技術和方法已遠遠不能適應社會和民眾對安全的需要。針對某城市建筑火災非線性時間序列,建立了小波神經(jīng)網(wǎng)絡(wnn)預測模型,計算分析證明了該模型的可行性。該模型可與消防工作相結合,建立和實施城鄉(xiāng)綜合防災減災系統(tǒng),實現(xiàn)城鄉(xiāng)綜合防災減災的科學管理。

改進的小波神經(jīng)網(wǎng)絡在橋梁損傷中的預測研究——提出基于bp算法的小波神經(jīng)網(wǎng)絡改進算法。仿真結果表明它避免了bp神經(jīng)網(wǎng)絡結構設計的盲目性和局部最優(yōu)等非線性優(yōu)化問題，簡化了訓練，具有較強的函數(shù)學習能力和推廣能力。該算法成功應用于橋梁損傷預測，具有廣泛的...

基于小波變換的思想建立了遞歸bp網(wǎng)絡模型來預測空調負荷,改進了網(wǎng)絡權值、閾值的修改算法,引入了折扣系數(shù)法以提高近期預測精度,結合一實例進行了空調逐時冷負荷預測,結果表明該方法預測精度高,適用于空調負荷預測。

隨著房地產(chǎn)價格指數(shù)的作用充分顯現(xiàn),探求預測房地產(chǎn)價格指數(shù)的有效方法是需深入研究的方向。該文以中房上海住宅價格指數(shù)為例,首先對房地產(chǎn)價格指數(shù)序列性質進行分析,表明房地產(chǎn)價格指數(shù)是具有非線性特征的非平穩(wěn)時間序列。采用小波神經(jīng)網(wǎng)絡對房地產(chǎn)價格指數(shù)進行預測,并將預測結果與指數(shù)平滑法和rbf神經(jīng)網(wǎng)絡預測做了對比。采用matlab對擬合和預測過程進行仿真。結果指標表明,在大樣本數(shù)據(jù)的情況下,采用小波神經(jīng)網(wǎng)絡對房地產(chǎn)指數(shù)進行預測能夠獲得較好的效果。

小波神經(jīng)網(wǎng)絡在房地產(chǎn)價格指數(shù)預測中的應用——隨著房地產(chǎn)價格指數(shù)的作用充分顯現(xiàn),探求預測房地產(chǎn)價格指數(shù)的有效方法是需深入研究的方向“該文以中房上海住宅價格指數(shù)為例,首先對房地產(chǎn)價格指數(shù)序列性質進行分析,表明房地產(chǎn)價格指數(shù)是具有非線性特征的非平穩(wěn)時...

結合小波分析和神經(jīng)網(wǎng)絡,建立了小波神經(jīng)網(wǎng)絡預測模型和改進的小波神經(jīng)網(wǎng)絡模型,并將其應用到某地鐵施工變形預測中。3種預測模型(傳統(tǒng)的神經(jīng)網(wǎng)絡、小波神經(jīng)網(wǎng)絡和改進的小波神經(jīng)網(wǎng)絡)的對比分析表明,改進的小波神經(jīng)網(wǎng)絡模型精度高,具有很好的應用前景。

為了減少礦區(qū)塌陷的發(fā)生，利用gps對礦山地表巖移進行了監(jiān)測分析。為了提高巖移觀測數(shù)據(jù)的預測精度和可靠性，文中采用小波神經(jīng)網(wǎng)絡方法對監(jiān)測數(shù)據(jù)進行訓練、預測，成功預測出了未來一期的地表移動變化。結果表明，小波神經(jīng)網(wǎng)絡具有良好的函數(shù)逼近能力，能夠反映出要素之間的非線性關系，預測數(shù)據(jù)可靠。

以小波分析和bp神經(jīng)網(wǎng)絡為基礎,構建了小波神經(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。

建筑業(yè)是我國重要的物質生產(chǎn)部門之一，在我國的經(jīng)濟發(fā)展過程中，—直扮演著重要的角色。工程作為建筑業(yè)的核心，工程的管理具有很高的現(xiàn)實意義。所謂工程造價預測，是指處于準備投標或準備建設的工程項目，在進行投標或實施前，依據(jù)現(xiàn)有的建設工程項目資料、結合建設工程施工環(huán)境及施工企業(yè)自身條件，采用相應的方法對建設工程項目的成本進行預測，并將預測結果用以控制項目實施過程中的成本支出，能夠提高建筑企業(yè)的項目成本管理的科學性，促進企業(yè)資金的良性運轉。

本文研究bp神經(jīng)網(wǎng)絡在陶瓷中的應用,收集了十二種陶瓷材料樣本,應用神經(jīng)網(wǎng)絡學習,將陶瓷材料樣本進行了分類研究。

小波神經(jīng)網(wǎng)絡在大壩變形監(jiān)測中的應用——本文就小波神經(jīng)網(wǎng)絡的模型建立的方法進行了介紹，通過編制matlab小波神經(jīng)網(wǎng)絡程序，用一組變形監(jiān)測實數(shù)據(jù)對變形結果進行了仿真試驗，仿真的結果精度很高，能夠用于變形分析預報?！　?/p>

小波神經(jīng)網(wǎng)絡在基樁缺陷診斷分析中的應用——將小波分析作為神經(jīng)網(wǎng)絡的前置處理手段，從基樁動測信號小波變換的分量中提取特征，然后將這些特征輸入神經(jīng)網(wǎng)絡進行訓練和分類，進而實現(xiàn)基樁缺陷位置和程度的診斷。仿真試驗的結果表明，該方法對樁身完整性的評價是...