基于BP神经网络的水电工程模糊投资估算

详细介绍BP神经网络算法.基于模糊数学中隶属度的概念,建立了水电工程模糊投资估算模型.该模型通过对已建的相似工程样本的学习,获取估算所需要的经验和知识,降低了估算过程中人为因素的干扰,较好地保证了估算结果的准确性和可靠性.实例分析表明该模型可行、估算结果可靠.     

基于BP神经网络的显著性工程造价估算方法

利用显著性成本理论和神经网络理论相结合的方法,对拟建工程项目的投资进行估算,步骤为:①采用均值理论挑选已完成类似工程的显著性成本项目,计算其显著性因子csf;②估算拟建项目的显著性成本项目造价;③拟建工程项目造价除以显著性因子的均值,得到拟建工程项目的总造价.实例验证结果表明:估算值的相对误差小于5%,满足估算精度的要...     

BP神经网络在地下水水质评价中的应用

地下水污染是当前较为严峻的现实问题,地下水水质评价是开发和保护地下水资源的前提,将BP神经网络应用到地下水水质评价中,解决了以往评价方法人为性较大和隶属函数构建不合理等问题。应用实例表明,BP神经网络法训练速度快、精度高,能如实地评价地下水质情况。     

BP神经网络在岩爆预测中的应用

综合考虑围岩产生岩爆的内外在因素,采用地应力大小、岩石抗压和抗拉强度、岩石弹性能量指数等参数作为指标,建立了BP人工神经网络岩爆预测模型.将国内外具有代表性的工程实例作为样本,以提高网络的泛化能力;采用Levenberg-Marquardt算法来训练BP神经网络,以提高效率.实例表明,采用本文所给出的BP神经网络模型预测结果与实际情况相符,说明了此模型的有效性.     

山区中小河流治理成本的BP神经网络估算模型

建立合适的工程造价估算模型对项目法人在工程规划阶段更好地估算中小河流治理投资非常重要。首先通过分析山区中小河流治理工程的特点,确定天然坡比、河道走势、水流流速、治理长度等8个工程特征指标作为神经网络输入向量,然后基于神经网络原理,建立山区中小河流治理成本BP神经网络估算模型,并选取已建山区中小河流典型治理工程资料对该模型进行了验证。结果表明:该造价估算模型有较高的精度,能满足山区中小型河道治理工程造价估算需要。     

BP神经网络在大坝位移监测中的应用

利用BP神经网络模型较强的非线性处理能力特性,以水位、温度和时效作为输入层,大坝位移为输出层,建立BP神经网络模型对龙滩大坝的位移监测数据进行模拟和预测,并将拟合值、预报值和实测值进行对比分析,结果表明:BP神经网络模型对大坝位移拟合效果较好,预报值精度较高,具有一定的参考应用价值。     

BP神经网络在水资源承载能力预测中的应用

采用三层的BP神经网络结构,选取与水资源承载力密切相关的6个社会经济指标,根据1995～2004年10年时间序列指标数据,运用MATLAB中改进的BP神经网络算法建立了长春市水资源需求量预测模型,通过预测值和检验值的误差比较,表明预测模型的精度较高。参考长春市“十一五”规划期间的社会和经济发展目标,预测得到“十一五”期间长春市水资源需求量,对比现有供水能力,“十一五”期间水资源承载能力无法满足社会和经济的发展要求,为实现资源、社会和经济的协调发展,从开源和节流两个方面提出了水资源的可持续利用对策。     

BP神经网络在河段汛期径流预测中的应用

本文以武隆站与江界河1985～1986年汛期(5～10月)的实测数据为资料,利用BP算法,建立了基于人工神经网络的武隆站汛期预报模型,经过1987年的资料检验,同时与线性回归模型相比较得出,该模型预报精度良好,模型稳定可靠。     

BP神经网络在复合地基沉降建模中的应用

本文简要介绍了利用BP神经网络建立复合地基沉降模型的方法,建立了基于BP神经网络的复合地基综合荷载与沉降关系的数学模型,以及沉降、单桩和桩间土荷载与综合荷载关系的数学模型。从模型预测结果来看,基于BP神经网络的复合地基沉降模型是比较符合实际的。     

BP神经网络在水利施工项目经理遴选中的应用

应用BP神经网络对水利工程的项目经理进行择优,弱化了指标权重确定的主观性,保证了评价结果的客观性和准确性。     

基于BP神经网络的建筑工程造价快速预测

快速而可靠的估算工程造价直接影响着招投标决策的合理性。该文根据建筑工程概预算原理,提出以主要特征指标作为典型样本、将字符型转化为数值型特征指标的快速估价方法,在主要特征指标中增加造价指数;并以实例结合带有动量项自适应BP神经网络开展了工程造价的估算。实例计算表明,在考虑造价指数时实例工程造价误差为1.06%,远高于文献[1]的工程造价误差3.02%,提高了工程造价估算精度。该模型具有较高的可行性和可靠性,为工程造价的快速估算提供了一种有效途径。     

咸盈河水电站工程投资估算及经济评价

拟建设咸盈河水电站,工程实施前对工程进行投资估算和经济评价,以确定工程可行性.经计算,项目经济内部收益率(EIRR)为12.85％,大于社会折现率8％.经济净现值(ENPV,I=8％)为5716.9万元,大于0,经济效益费用比(EBCR)为1.45,大于1,国民经济效益满足要求.同时经分析,项目可减少洪涝灾害发生,为周围农田提供灌溉用水,还可以保护生态环境,具有很强的社会效益.     

水电设备运行状态的BP神经网络评估法

针对水电设备管理的特点,确定了BP神经网络模型预测设备运行状态的架构,利用企业设备管理信息系统中的样本数据采用动量因子法对该模型进行了学习训练,得到了水电设备运行状态评估的预测模型。实例验证表明该模型可以有效地进行水电设备状态评估。     

基于BP神经网络的大跨桥梁结构混凝土温度预测

讨论了大体积混凝土水化热时的温度应力对于桥梁结构的影响,表明温度监控对于大体积混凝土结构的必要性,根据洛阳瀛洲大桥拱肋中心部位浇筑过程的水化热温度场的变化为研究对象,对建立的BP神经网络进行优化训练,并用此BP神经网络预测温度变化值并与有限元仿真得到的温度结果进行了比较。     

浅议水电工程建设投资计划管理

结合水电开发建设的特点和实际,重点阐述了投资计划工作的基本方法和要点以及水电建设中勘测、设计、施工等主要阶段和各个环节之间的关系,提出了提高水电建设投资与资金计划管理水平的途径和方法。     

BP神经网络模型应用于大坝原型观测研究

针对传统的多元线性回归方法的不足,提出将BP神经网络模型应用于大坝原型观测数据处理。并介绍了BP神经网络模型的结构和算法,以及训练样本的归一化处理方法;将BP模型应用于黑河金盆水库大坝原型观测,结果表明,其模拟和预测效果均优于多元线性回归模型。