基于BP网络的隔震初步设计系统应用研究

利用已有隔震工程设计资料,以BP网络建立了隔震初步设计系统对隔震初步设计结果进行预测。其中BP网络是在前人所做工作基础上进行了改进,主要是输入部分增加了总高度和是否有地下室,输出部分变成直接求出水平向减震系数和隔震支座最大位移。经过改进的BP网络预测结果和实际设计结果的对比分析表明,预测结果的误差控制在一定的范围内可用于实际工程应用。所以该神经网络模型可为隔震设计人员提供一种快速、有效的隔震初步设计方法。     

基于BP神经网络的普通建筑雷灾风险评估

基于《雷电防护第2部分:风险管理》(GB/T21714.2—2008)及BP人工神经网络理论,利用MATLAB软件建立了一个三级BP网络预警模型,经过网络训练、网络检测得到训练成熟的普通建筑雷灾风险BP网络评价模型。BP神经网络的运用有助于评价模型更加准确客观地反映建筑物雷灾风险各影响因素与最终风险评价结果之间的非线性关系。为了验证该评价模型的评判效果,除对训练成熟的网络评价模型进行检测,还进一步选取《雷电防护第2部分:风险管理》(GB/T21714.2—2008)中提供的评估实例进行验证性评估,二者结果保持一致,表明该方法可以用作普通建筑的雷灾风险评价。     

基于BP神经网络的铁路桥梁混凝土工程造价模型

为了提高工程造价估算精准度,以铁路桥梁混凝土工程为例,利用SPSS软件,统计各项因子之间的相关性,确定工程造价模型的重要影响因子.依据BP神经网络基本原理,构建此类工程造价模型.应用结果表明,本模型能够较为精准地仿真输出工程造价结果,可作为工程造价参考依据.     

基于BP神经网络的建筑能耗预测

利用MATLAB建立BP神经网络,将影响建筑能耗的18个因素作为网络的输入,进行学习训练,最后通过测试样本点数据预测建筑能耗,与D eST-h模拟计算得到的结果比较,发现相对误差在3.5%以内,并通过实例验证了该网络模型的准确性。该方法使建筑人员在设计阶段就能快速且准确地获得设计建筑的能耗。     

隔震建筑的下部结构设计

文章对隔震建筑的下部结构的几种情况的设计进行了分析和总结,重点分析了地下室柱顶系梁的作用和设置条件,以利今后进一步推广应用隔震结构新技术。     

基于改进BP神经网络的基坑支护结构数据处理

针对现有的基坑监测和预测数据处理方法的不足,对BP神经网络预测模型作了研究和改进,应用改进后的BP算法对基坑支护结构水平位移数据进行处理,并将改进的BP算法与传统算法所建立的模型应用于工程实例进行比较,结果表明,改进后的BP神经网络模型在预测精度、训练时间、稳定性等方面均优于传统BP神经网络模型。     

基于BP神经网络的装配式建筑供应链风险评价

装配式建筑供应链参与方众多,任一环节的风险因素都会对供应链的整体运行造成影响。基于文献研究,考虑装配式建筑项目全生命周期各阶段存在的风险,确定20个风险因素,构建装配式建筑供应链风险评价指标体系,并对挑选出的样本项目进行整体评价。将12个项目的评分作为样本数据,利用BP神经网络算法构建风险评价模型,对样本进行训练和检验,证明该模型的准确性较高。基于研究结论,针对装配式建筑供应链风险管理提出相关建议。     

建筑结构基础隔震系统的发展及应用

本文概述了基础隔震系统的发展及其在国内外的工程应用，并简要介绍了几种适合我国国情的常用的基础隔震系统，通过对具体工程实例的分析，说明了基础隔震技术的优越性及其在我国广阔物应用前景。     

基于BP神经网络的结构损伤识别分析

对损伤识别的参数选取作了分析,以一个经典的简支矩形钢梁为例,对基于BP神经网络的结构损伤识别进行了探讨,从算例结果可以看出：BP神经网络控制理论在结构损伤识别分析中应用是可行的。     

基于BP神经网络的绿色建筑造价成本估算模型

鉴于目前对绿色建筑造价成本的研究较少,通过分析影响绿色建筑造价成本的主要因素,建立了基于BP神经网络的绿色建筑建造成本估算模型,并利用MATLAB软件对模型进行了训练,最后用工程实例对模型进行了验证,结果表明该模型具有较好的泛化能力,能较准确的估算绿色建筑的造价成本。因此BP神经网络在这方面有很好的应用前景。     

基于BP神经网络对BT项目风险的评价

BT融资模式是加快城镇化发展过程中,大型基础设施项目建设的主要融资方式,准确地对BT工程项目的风险等级进行评价,有助于降低投资人的风险损失。为了更好地评价BT工程项目的风险等级,克服传统风险分析方法的不足,建立BP神经网络模型。本文以A市地铁BT工程项目为例,首先建立该项目的风险评价指标体系,然后确定合适的BP神经网络模型参数。在大量经验数据的基础上,对BP神经网络模型进行了训练与检测,通过试验发现构建18-17-1三层BP神经网络模型对风险等级的评价结果精度最高。最后通过此模型对A市地铁BT工程项目的风险等级进行了评价,取得较好的效果。     

基于BP神经网络的项目投资风险评价

风险项目投资具有高风险、高收益的特点,科学、准确的评价方法对项目投资至关重要.传统的评价方法主观因素太强,而人工神经网络模型克服了传统项目评价依赖专家经验的弊端,为项目投资风险评价开辟了新途径.本文首先阐述了BP神经网络的原理,然后结合实例给出了用于项目投资风险评价的UP神经网络模型,仿真试验表明,采用该模型的结果是令人满意的.     

基于BP神经网络的供水管网分时段宏观模型研究

准确快速地模拟供水管网的运行状态是城市供水系统优化调度的前提和关键。针对城市供水管网建模难的状况，结合南京市供水管网的特点，利用BP神经网络建立了城市供水管网分时段宏观等效模型。经实际运行数据验证，该模型计算得到的压力预测值与实际值非常接近，预测误差能满足优化调度的工程精度要求。可见该模型基本上能反映南京市供水管网的供水量与水压的关系，可用以模拟城市供水管网的运行状态，为管网优化调度提供了有力支持。     

基于遗传算法和BP网络的岩爆预测

选取影响岩爆的一些关键指标,例如脆性系数、弹性应变能指数、应力强度比等作为输入参数,采用经遗传算法优化过的BP网络,对岩爆的发生及其烈度进行了预测.针对国内外一些地下工程的实例进行了分析计算,预测结果与实际情况是符合的,说明这种方法有一定的实际意义.     

地下水系统BP网络模型的设计与实现

本文以某水源地地下水动态信息系统为例 ,介绍了BP神经网络模型的设计和实现方法。实际应用表明 ,基于BP神经网络的地下水动态预测信息系统具有简便、实用、高效的优点 ,在模拟和预测有多输入多输出的地下水系统方面显示出强大功能     

基于改进BP神经网络的工程建设项目评标方法研究

针对评标工作中专家的主观性、随意性和倾向性所带来的偏差,运用改进BP算法,构建了建设工程项目评标的神经网络模型。该模型能够较好地适应各影响因素之间的非线性关系,并通过附加动量法的自学习、自适应能力,提高了收敛速率,从而避免了局部极小值,提高了精度。通过仿真试验,验证了该模型的科学性和有效性。     

基于BP神经网络的复合地基承载力预估研究

鉴于目前单桩复合地基、双桩复合地基和四桩复合地基载荷试验确定承载力的缺陷,利用MATLAB神经网络工具箱的BP网络的理论,通过影响复合地基的7个主要指标来对单桩、双桩和四桩复合地基承载力进行预估。从预估的结果来看,双桩复合地基的承载力与载荷试验值最接近,误差较小;单桩复合地基次之,双桩复合地基最大,均满足工程上的要求。分析了单桩复合地基和四桩复合地基误差较大的原因:1.单桩复合地基不能够很好地反映桩与桩之间,桩与桩间土之间的相互作用机理;2.四桩复合地基的7个指标与实际存在较大的差异。     

基于BP神经网络的堆肥物料抗剪强度预测模型

针对目前传统方式采集堆肥物料抗剪强度数据过程中环境恶劣、数据采集困难、试验误差大等问题,提出一种基于BP神经网络的抗剪强度预测模型。通过现场试验得到堆肥物料抗剪强度和堆体高度、温度、含水率、密度等参数共39组有效数据,以其中35组作为训练样本,其余4组用于评价模型的预测性能。结果表明,该模型预测值与实测值的平均误差为11. 35%,基于BP神经网络的抗剪强度预测模型具有较高的预测精度,为抗剪强度的预测提供了一种新方法。     

基于小生境等维BP神经网络的沉降预报

针对传统BP神经网络全局优化能力低、无法学习的缺陷,引入遗传算法中的小生境技术,研究了基于小生境等维BP神经网络模型,同时利用MATLAB进行编程实现。该模型的核心思想是借助小生境遗传算法优化神经网络的连接权和阈值,进而提高了等维BP神经网络模型的全局优化能力,改善了模型的收敛性。结合宁波某大楼沉降监测实例,利用小生境等维BP神经网络、GM(1,1)模型、等维BP神经网络模型分别对沉降数据建模预测,结果表明,小生境等维BP神经网络模型更加符合实际情况、预测效果更佳。