基于模糊模式识别和BP神经网络的工程项目成本预测模型研究

将模糊模式识别与BP神经网络结合起来建立工程项目成本预测模型,首先利用模糊模式识别选取样本工程项目,其次运用BP神经网络进行工程项目成本预测,最后经过算例分析,得出运用模糊模式识别结合BP神经网络建立工程项目成本预测模型是切实可行的。     

AR(P)模型的P取值试验

AR(P)模型的p值求解,严格而言应通过计算解决,但无论哪一种计算方法,都要求一定的,甚至足够大的样本量,而土木工程施工监控的相关规范规定,监控落实的最晚期限,也不能超过3d～5d,显然仅依据3个～5个(组)样本,算不出正确的p值来,因此在具体工作中,p值往往人为设置.不同p值的AR(P)模型各自具有不同的特点.笔者分别应用p=2、p=3的AR(P)模型,进行隧道边墙收敛变形分析,认为,若需要尽早落实监控工作,预测精度要求又不是太高,模型的p宜取2;如果项目工期较长,预报精度期望较高的情况下,p取3更合适.     

城镇燃气日负荷预测模型比较研究

依据A、C市2015—2017年以及B市2016—2018年历史日负荷数据,针对不同用气结构城市不同季节的燃气日负荷进行预测,比较ARIMA模型、BP模型、RNN模型、LSTM网络模型的预测精度。结果表明,不同模型不同用气结构城市的预测精度不同,LSTM网络模型的适用性和预测精度在各城市均比较高。     

耦合台风天气预报模式和实测数据的神经网络风速预测

基于准定常假定,风荷载与风速平方成正比。为了实现对结构的台风动力效应进行分析预测,建立了耦合数值天气预报(weather research and forecast,WRF)模式和现场实测数据的风速预测神经网络模型,开展台风短期风速的高精度预测。利用该模型对2017年“泰利”和2018年“康妮”的台风风场进行模拟和预测。为了提高神经网络训练效率和短期风速预测精度,使用经验模态分解和小波变换对风速数108据进行分解,将分解后的风速分量作为神经网络的输入。结合数据分解方法,分别采用BP、Elman、GRNN和ANFIS等4种神经网络模型完成了两次台风影响下某实测场地平均风速的6步提前预测。结果表明,基于集合经验模态分解或小波分解的神经网络预测方法,相比不进行数据分解的直接神经网络预测法,台风风速预测精度提高了50%以上。在4种神经网络模型中,小波变换和BP神经网络模型组合具有最优的台风风速预测精度。     

园林植物病虫害调查分析

园林植物在生长发育过程中,往往受到各种病虫的危害,导致园林植物生长不良,叶、花、果、茎、根常出现坏死斑或发生畸形、变色、腐烂、凋萎及落叶等现象,失去观赏价值及绿化效果,甚至引起整株死亡,给城市绿化和景区造成很大的损失。因此,加强对园林植物病虫害的调查分析,能够有效预测病害发生,避免经济损失。本文从这一角度,首先分析了园林植物病虫害发生的特点以及园林植物病虫害发生的特点,接着阐述了园林植物病虫害的调查分析方法,最后分析了园林植物病虫害的预测。     

现代中堂——海棠福湾一号喜来登酒店

对于长期生活在钢筋水泥的森林中、朝九晚五的现代人来说,旅行度假渐渐成为放松身心的重要手段,作为服务于这一群体的度假型酒店,常常在旅行体验中占据着重要地位,而一个设计优秀、特点分明的度假酒店往往会成为人们选择故地重游的重要理由。     

贵州西溪堡锰矿地质特征及深部找矿预测

西溪堡锰矿位于扬子陆块东南部被动边缘褶冲带(铜仁逆冲带)与凤冈滑脱褶皱带的结合部位,为梵净山穹隆北东端外缘,属浅海斜坡相沉积环境.赋矿层位(含锰岩系)为南华系下统大塘坡组第一段,岩性为炭质页岩、黏土岩.矿体呈层状、似层状、透镜状,受层位、含锰岩系厚度、铁丝坳组岩性及厚度、古构造及沉积环境的控制.矿石矿物主要为菱锰矿、钙菱锰矿、锰方解石、锰白云石等.通过对该矿床地质特征、岩相古地理、古构造等综合分析,预测了深部锰矿找矿靶区.     

基于LSSVM交互预测的供水管网爆管检测

随着我国越来越多的供水管网安装SCADA系统,基于数据预测的爆管检测方法越来越受到重视。传统基于数据预测的方法大多根据单点流量、压力的历史监测数据预测当前时刻监测值,当预测值与监测值的差值超过阈值时判定为爆管。然而,实践经验表明,监测数据的丢失与错误会严重影响单点预测结果,进而引起频繁误报与漏报。考虑到实际用水及监测数据的空间关联性（例如水压监测点布置距离越近其监测数据相关性越大）,开展了基于最小二乘支持向量机（LSSVM）交互预测的供水管网爆管检测研究。对管网中不同位置监测数据构建多输入单输出LSSVM交互预测模型,选取1倍标准差为阈值进行爆管检测,并与传统的卡尔曼滤波爆管检测结果相对比。结果表明,LSSVM交互预测模型能降低数据丢失、数据错误对预测结果的影响,且对较小的爆管响应更加灵敏,进而有效地提高了基于数据预测的爆管检测性能。     

村镇砌体建筑群信息智能获取与震害预测

我国村镇地区砌体结构分布广、数量大、抗震性能普遍较差,且具有结构形式多样、无数据和随机性强等特点,获取其建筑信息是实现震害预测的前提和基础,但传统人工检测技术效率低、不经济。为此,提出了一种图像识别与模糊推理相结合的村镇砌体建筑群信息智能获取方法。建立了基于卷积神经网络的砌体建筑图像识别模型,结合图像测量技术获取建筑几何信息;提出了基于模糊推理的砌体结构隐蔽信息确定方法,可有效提取村镇砌体结构墙体属性、构造措施、材料强度等隐蔽属性信息;依据获取的建筑信息与场地信息,分别建立单体结构力学模型与空间地震动场模型,通过结构地震动力响应分析实现村镇区域砌体建筑群的震害预测。最后,对北方地区某村落进行群体建筑信息获取和震害预测,结果表明,基于影像数据的图像识别和图像测量技术可以有效获取村镇建筑结构类型以及外观尺寸信息,提出的模糊推理方法可以高效、准确地识别砌体建筑群的隐蔽信息,进一步通过对震害场景的数值模拟,实现村镇区域群体建筑震害的有效预测。     

火灾后混凝土结构剩余使用寿命的预测

本文根据混凝土结构剩余使用寿命的预测方法，分析了火灾后混凝土结构残余承载力，综合论述了火灾后混凝土结构剩余使用寿命的预测方法，为火灾后混凝土结构的处置提供依据。