炼油企业综合能源效率评价指标体系的研究

利用3E评价模型构建炼油企业的综合能源效率评价指标体系,通过运用BP神经网络确定评价指标的权重,权重最高的指标是资源循环利用率,其次是能源强度。利用2010年M企业和炼油行业的数据进行神经网络训练,结果显示,M企业的综合能源效率评价结果明显优于行业水平。     

基于混沌神经网络的建筑节能综合评价

目的 构建建筑节能综合评价指标体系,对建筑节能进行综合评价.方法 针对神经网络BP算法收敛速度慢且容易陷入局部极小值问题,在常规神经网络中引入混沌神经元,建立混沌神经网络建筑节能综合评价模型.结果 根据建筑节能综合评价指标体系各量化指标,得出科学合理的评价结果 .通过实验仿真验证了该混沌学习算法的有效性和先进性.在输入参数相同的情况下,训练收敛到相同精度,CNN模型的训练次数少于BP网络模型,CNN模型用于建筑节能评价精度高.结论 运用混沌神经网络进行建筑节能综合评价的方法 是有效的.     

MATLAB神经网络在湖库富营养化程度评价中的应用

基于MATLAB神经网络和我国湖库富营养化评价标准,运用人工神经网络模式识别理论和方法,分别建立了BP,PNN,GRNN和Elman神经网络湖泊富营养化等级评价模型,对全国24个主要湖泊富营养化程度进行评价,并与文献[5]和文献[9]的评价结果进行比较.结果表明:基于MATLAB神经网络模型评价湖库富营养化程度是可行的...     

基于改进BP神经网络算法的多指标综合评价方法的应用研究

研究利用误差反向传播人工神经网络(BP网络)的多指标综合评价问题，以建设工程项目招标评标为背景，建立了多指标综合评价的BP模型，引入附加动量法和变步长算法，对BP神经网络算法改造，大大提高了学习训练速度，运用这种神经网络来解决实际问题，并给出了结果．     

基于神经网络的医院绩效研究

在国内外绩效考核评估理论的基础上,结合中国医院管理的现状,建立了医院绩效综合指标评价体系,构造了医院绩效评价的BP神经网络模型,最后以JC医院为例,对其绩效进行评价。仿真结果表明利用BP神经网络进行医院绩效评价具有可行性和有效性。     

基于改进BP神经网络模型的电力工业可持续发展综合评价研究

利用附加动量法和自适应学习速率,对传统的BP神经网络算法进行了改进,建立了基于改进BP神经网络的多指标综合评价模型,并将其应用到北京市电力工业可持续发展综合评价研究中去。改进后的神经网络评价模型,大大减少了学习次数,有效防止了网络陷入局部极小值;摆脱了评价过程中人为因素及模糊随机性的影响,同时能保证评价结果的准确性,是一种智能的评价方法。实例运算得出令人满意的评价结果,证明了这种方法的有效性。     

BP神经网络优化模型在水体富营养化预测的国内进展

在湖泊富营养化已成为世界性的水污染治理难题的今天,富营养化预测模型应用广泛,已取得较大发展。文章介绍了运用BP人工神经网络预测水体富营养化的计算过程,综合论述了学者们在预测水体富营养化时水体中BP人工神经网络模型联合各种算法的优化情况,由此可以看出,足够多的样本是BP神经网络进行学习训练的关键;各种联合模型比普通BP人工神经网络模型更加准确、有效;多种联合模型并未运用于水体营养化评价方面;联合模型优化的BP人工神经网络必将具有巨大的价值和发展前景。     

基于多层次灰色方法的旅游资源开发评价——以宁夏主要沙漠景区为例

为科学合理地评价沙漠旅游开发问题,将层次分析法和灰色理论进行结合,对宁夏沙漠旅游资源开发进行综合评价.首先介绍了研究区概况,然后在分析沙漠旅游资源评价指标的基础上,按照一定的原则,建立了指标体系,再运用层次分析法确定各指标的权重,最后依据评价模型对沙坡头、沙湖、黄沙古渡3个主要沙漠景区进行综合评价和排序.结果表明,沙坡头和沙湖为一级旅游资源开发区,黄沙古渡为二级旅游资源开发区,针对分析结果又对3个沙漠景区的旅游资源进一步开发提出了建议.     

粒子群优化的BP神经网络在电梯群控系统中的应用

目的提出基于粒子群优化的BP神经网络获取评价电梯群控系统派梯性能指标的新方法．方法综合考虑电梯运行特性,确定电梯调度控制策略,建立了电梯运行性能的评价指标函数,利用神经网络自学习功能获取评价指标的初始权值和阀值,针对平均候梯时间对比研究了普通BP神经网络算法和粒子群优化BP神经网络算法．结果将优化的权值和阀值代入BP神经网络获得平均候梯时间,粒子群优化的BP神经网络与BP神经网络相比,减少了迭代次数,缩短了运行时间．结论仿真实验表明,该方法可以避免BP神经网络训练中产生局部极小值,加快BP神经网络训练速率,提高电梯群控系统控制的速度．     

基于组合赋权和BP神经网络的高校学生综合素质评价研究

考虑到主客观赋权的弊端,以高校学生综合素质评价为例,提出了一种基于最小相对信息熵原理的组合赋权方法,建立了综合职业能力视角下的评价模型。为了提高综合评价的便捷性,以单项指标为输入样本,评价成绩为输出样本构建BP神经网络。仿真结果表明,BP神经网络的预测平均相对误差为0.61%,最大相对误差为1.57%,说明该模型在合理的范围内能快速给出评价结果,避免了繁琐的计算过程,具有一定的应用前景。     

基于BP神经网络的太湖富营养化时空变化预测

建立拓扑结构为5-9-1的3层BP神经网络模型,预测太湖的富营养化水平,为水环境监测平台提供决策支持。该模型采用动量梯度下降法对太湖的湖体的富营养化水平进行预测并评价。验证结果表明,训练后的网络得出的预测结果与实际值很接近。因此,采用BP(Back Propagation)神经网络对太湖湖体富营养化水平进行预测并评价是一种有效的方法。     

洞庭湖城陵矶流量逐日预报研究

运用BP网络建立了洞庭湖城陵矶流量预报模型,模型以长江干流来水、洞庭湖区水位以及下游顶托等影响因子作为模型输入向量.模型计算结果与实测资料比较表明模型基本合理可靠,模型不仅能为该干流河段洪水演进计算提供可靠的入汇流量数据,而且也能为分析城陵矶站流量变化规律提供依据.     

基于SSA-BP-SVM模型的云龙湖水质反演研究

利用遥感技术进行水质监测,全面地掌握水质分布情况对水环境保护具有重要意义.水质参数与地表反射率并非简单的线性关系,BP神经网络和支持向量机(SVM),因其非线性模拟的特点,被广泛应用于水质反演.传统BP神经网络存在收敛缓慢、容易陷入局部最优的问题;SVM虽然具有很好的拟合能力,但受惩罚系数及核函数参数影响较大.以云龙湖为研究区域,利用Sentinel-2影像和实测数据,针对重要水质参数电导率和浊度,提出一种基于麻雀搜索算法(SSA)优化BP神经网络及SVM的水质反演耦合模型,利用SSA对BP神经网络及SVM进行参数寻优,基于验证集MAE计算模型权重,对SSA-BP、SSA-SVM模型测试组输出层加权计算后获得最终反演结果.与BPNN、SVM、SSA-BP、SSA-SVM模型对比,结果表明:1)Sentinel-2影像对电导率及浊度的敏感波段均为可见光及短波红外波段;2)SSA-BP-SVM水质反演耦合模型精度更高,电导率及浊度反演模型R²分别为0.92、0.89;3)云龙湖具有典型的城市水体特征,电导率受上游南望净水厂排水影响较大,浊度受社会生产活动带来的颗粒污染物影响较大.基于Sentinel-2影像利用SSA-BP-SVM模型进行水质反演具有较好的应用潜力,能够为云龙湖水质监测以及制定保护措施提供一定的技术支撑.     

GIS与人工神经网络在水质评价中的应用

水环境质量评价是水环境管理保护和治理的一项重要基础性工作 .在分析目前用于水质评价主要模型及其存在主要问题的基础上 ,引入了人工神经网络理论来解决自动定权问题 ,应用BP改进模型及GIS开展了东湖水质、富营养化综合评价 ,结果表明该方法在客观性、实用性及适应性等方面具有明显的优点 .     

论鄱阳湖经济区生态旅游客源市场开发策略

客源开发对于旅游业的发展至关重要。本文结合鄱阳湖经济区生态旅游客源市场的现状,对湖区客源市场开发存在的问题进行针对性分析,并提出了打造品牌、保护资源、强化基础设施、加大宣传力度等湖区旅游客源市场的开发策略。希望对鄱阳湖经济区生态旅游的发展有一定的参考作用。     

基于BP神经网络的战场网络攻击效能评估

战场网络攻击效能评估是网络攻击研究的重要内容.为了评估战场网络攻击效能,构建了战场网络攻击能力评估指标体系,提出了基于BP神经网络的评估方法,给出了构造样本的方法,并用构造的样本对BP神经网络进行训练,最后利用Matlab软件对该网络进行了仿真.通过与模糊综合评判法得出的评估结果相比较,验证了该方法的有效性.该方法减少了评估中人为因素的影响,使评估结果更可信.     

基于BP神经网络的军校课堂教学质量评价模型

以现代军事教育教学理论为指导,结合军队院校实际,建立军校课堂教学质量评价指标体系;利用神经网络的结构特性和自学习功能,提出基于BP神经网络的军校课堂教学质量评价模型.通过实例进行分析和计算,证明该模型能够避免传统分析评价教学过程的复杂性,具有方便、准确、可靠、快速的特点.