基于神经网络的山区公路桥梁造价预测

针对山区高速公路桥梁工程造价管理的难点,本文采用误差反向传播人工神经网络模型(简称BP网络模型)和模糊数学相结合的方法,以桥梁工程特征为参数,对山区高速公路桥梁工程造价进行管理和预测.其中用模糊数学理论对山区高速公路造价数据进行筛选,作为训练样本;再采用神经网络BP算法,通过三层前馈神经网络实现山区高速公路桥梁的工程特性与造价之间的复杂非线性映射,得到桥梁工程的造价预测模型.根据本文提出的造价预测模型估算得到的造价与样本的实际造价误差可控制在10％的范围内,因此,该神经网络估测桥梁造价的模型可用于山区高速公路的桥梁工程造价估算,并为有一定经验的造价工程师提供了一种实用的工具和方法.     

基于神经网络的公路工程造价预测模型

文章对高速公路的工程特征进行全面的分析和筛选,确定了7个对公路工程造价影响较大的工程特征,使其作为神经网络预测模型的输入向量,随之构建了基于BP神经网络的高速公路工程造价预测模型,最后结合MATLAB神经网络工具箱对程序进行设计,并选取已完工程为实例。通过对模型的训练、修正以及实例验证,证明BP神经网络可以有效提高预测的精确度,具有较强的实用价值。     

降雨径流模拟神经网络模型及应用

针对水文系统的非线性,构建了基于遗传算法和人工神经网络的降雨径流模拟神经网络模型(GA-BP模型).采用附加动量法和自适应学习速率对BP神经网络进行改进,遗传算法用于优化神经网络的初始权重.以大别山及皖南山区月潭流域为例,将GA-BP模型、BP模型以及新安江模型应用于水文日径流过程模拟,进行应用比较以及分析GA-BP模型在水文径流模拟过程中的难点及其可行性.结果表明,GA-BP模型优化了网络结构,加快了算法收敛速率;可以用于降雨径流过程模拟,也为今后类似研究提供一种模拟技术.在实际应用中可以根据流域资料情况选择合适的模型进行水文模拟作业.     

基于实测数据的地铁隧道长期沉降预测模型研究

基于上海地铁二号线的实测沉降数据,运用遗传算法(GA)和粒子群算法(PSO)对传统BP神经网络进行了优化,以弥补BP神经网络在网络结构、权值和阈值选择上的随机性以及容易局部收敛等缺陷,据此提出了两种新型隧道长期沉降预测模型,即GA-BP神经网络和PSO-BP神经网络模型;并对比研究了经验曲线、BP神经网络、GA-BP神经网络以及PSO-BP神经网络等模型方法的优缺点及预测效果.研究发现,以上各神经网络模型均取得了较为满意的预测结果,其中PSO-BP神经网络模型的预测精度最佳,且运算速度最快,是文中所提方法中最适用的盾构隧道长期沉降预测模型.     

胶合板缺陷模糊神经网络检测算法

讨论了模糊逻辑和神经网络的工作原理,笔者在神经网络中引入模糊逻辑算法,将模糊逻辑处理不精确不完备信息的能力和神经网络的自适应自学习能力相结合,提出一种模糊神经网络算法,构建出模糊神经网络分类器,并且以胶合板缺陷检测为应用背景,对其分类的实时性、准确率等指标进行了验证,得到了分类精度93 33%,和训练次数5856次的良好性能.实验结果表明:在引入模糊逻辑算法后,基于模糊逻辑的神经网络分类器在模式分类精度和实时性等方面性能指标都得到了提高.     

基于WBS的桥梁结构损伤度模糊综合评估

桥梁损伤评估是公路养护管理的重要内容.作者在前人研究成果的基础上,将WBS法、损伤度概念和模糊评估原理有机地结合在一起,建立了一种基于WBS的桥梁结构损伤度模糊综合评估模型,并给出了应用该模型的具体计算步骤.该模型概念明确,系统性和条理性强,计算简便,所得的结论更符合工程实际,并便于工程决策的科学制定.     

短期电力负荷组合预测方法研究

为了解决短期电力负荷不同预测方法的预测角度片面性、预测精度差等问题,提出了基于小波神经网络(WNN)的组合预测模型.首先用小波神经网络预测模型和历史平均模型分别进行预测,然后再通过小波神经网络对两单一模型的预测值进行组合.相比BP神经网络组合模型,该组合预测模型的预测精度大大提高.该模型同时引入模糊聚类分析的方法选取组合模型的训练样本,减少了训练样本的冗余性,提高了预测模型的精度.     

铅锌烧结过程透气性的智能集成建模与优化控制

通过模糊分类的方法，将铅锌烧结过程透气性建模的数据进行分类成为高低温烧结子空间，分别建立两个相同结构和算法的神经网络模型并进行模型集成。通过专家规则将烧结状态透气性预测的结果用于指导铅锌烧结过程的优化控制。该研究采用包括神经网络、模糊逻辑规则等在内的各种技术的集成来建立烧结过程透气性状态的预测模型，然后设计基于烧结过程透气性状态预测模型的优化控制器的优化控制操作参数，使指标参数得到优化。     

基于灰色BP神经网络的沉降预测模型应用研究

通过对灰色BP神经网络模型的分析与研究,给出了灰色BP神经网络的建模方法,建立了基于灰色BP神经网络的建筑物沉降预测模型,通过工程实例数据分别对GM(1,1)模型和灰色BP神经网络模型进行验证,得到了灰色BP神经网络的预测效果要比单纯的灰色GM(1,1)预测模型精度要高的结论,本模型为解决建筑物基础沉降预测分析提供了一种新的方法.     

基于变量聚类的BP神经网络术后生存期预测模型

针对结直肠癌患者术后生存期预测,基于模糊C均值（FCM）聚类算法,提出一种结合场景认知和隶属度排序的变量聚类方法,对结直肠癌患者样本进行降维,并筛选出6个特征变量.结合BP神经网络,建立一个结直肠癌患者术后生存期预测模型.为了验证该模型的有效性,利用主成分分析（PCA）对样本进行降维,并训练BP神经网络,对比FCM模型及PCA模型的预测准确率.结果显示,基于FCM变量聚类的BP神经网络模型预测准确率更高,所提出的变量聚类方法能够有效筛选出对于生存期有相关性和解释性的变量,从而提高BP神经网络模型的预测准确率.     

霸县凹陷文安斜坡内带层序地层学研究

以文安斜坡内带深层为研究对象,应用高分辨层序地层学等方法研究识别隐蔽油藏.通过兴隆1井地层重新划分及高分辨率三维地震应用,将该区沙三、沙四段地层之间重新确定为不整合接触.在三级层序地层框架建立的基础上,刻画各体系域砂体展布特征,构建了坡折带控制沙四下自生自储岩性油气藏成藏模式.通过钻井实践,首次在霸县凹陷发现沙四下段含油层系及新的烃源岩层,实现了深层自生自储式油藏类型的勘探突破.     

齿轮—五杆机构的轨迹特性研究

采用计算机机构动画仿真的方法，对齿轮五杆机构的轨迹特性进行了研究。分析了该机构双曲柄存在的条件，两连杆铰接点Ｃ的轨迹曲线可到达的区域及该轨迹曲线形状随机构结构参数的不同而变化的规律，从而为齿轮五杆机构的轨迹综合提供了重要依据。     

浅析资产减值会计对利润的操纵

会计制度规定企业定期或者至少于每年年度终了，对各项资产进行全面检查，合理地预计各项资产可能发生的损失，并计提资产减值准备，既不高估资产或收益，也不少计负债或费用，从而避免虚增企业利润。但在实务中，一些企业却利用会计法规准则中的原则性，通过资产减值准备达到操纵会计利润的目的，本文即是从企业滥用资产减值入手，以实例来揭示企业计提秘密准备的意图，以引起业内人士的重视。     

密炼机转子的刚度计算

介绍了变截面梁变形计算的初参数法，运用该方法求密炼机转子的变形，并得到了精确的解。     

扬声器的自滤波特性与D类功放失真的改善

应用动圈式扬声器的电—力—声类比等效线路对动圈式扬声器的频率特性进行了初步的研究,提出了利用扬声器的自滤波性能改善因D类功放移相网络引起信号相位失真的方法。同时,采用比较、反馈的方法对音频信号的谐波加以抑制,使得数字功放的总体失真指数下降。     

黄蘑多糖提取及除蛋白方法的实验研究

采用L9(34)正交实验对黄蘑多糖(Polysaccharide of Huangmo,简称HMP)的提取条件进行了优化,对黄蘑多糖除蛋白的方法及条件进行了实验研究。实验结果确定热水提取多糖的最佳条件为:料液比1∶20,提取温度90℃,提取时间3h,多糖产率达21.32%;使用三氯乙酸法去除多糖的蛋白,当m(黄蘑粗多糖)∶m(三氯乙酸)=1∶6时,多糖质量分数达到83.7%。     

"通信原理"课程教改探索与实践

为了提高教学质量,提升教学效果,针对信息与通信学院精品课程"通信原理"实施了一系列教改探索与实践,其中包括课程体系与内容、课堂教学、实验教学、设计与应用环节、教学手段,考核方式及以科研提升教师科研水平和能力等方面的改革.通过改革,提高了教学质量,激发了学生的研究兴趣和创新能力,培养了学生科学思维方式和研究方法,取得了良好的教学效果和实践成效,具有良好的现实意义.     

红土颗粒粒度的分维变化特征

借助分形几何理论,探讨红土在不同处理方法下其颗粒粒度的分维变化特征结果表明：红土的颗粒粒度具有线性分形结构的特点是客观存在的事实,其分维值的大小反映了土中颗粒粒度的分布情况,并与土的物理力学性之间存在一定的关系分维是描述土的颗粒粒度的一个新的特征参数     

正圆锥面表面交线的投影分析

给出了圆锥面截交线为椭圆时的投影方程，分析了截交线的投影形状，为准确作图提供了理论依据。并用解析法分析了圆锥面与圆柱面正交时相贯线的投影形状、特殊点位置及其作图方法。     

独立学院学风建设的调查与思考

文章在对独立学院进行抽样调查的基础上,分析了影响独立学院学风的种种内部和外部因素,并由此探讨了建设优良学风的措施。