共查询到20条相似文献,搜索用时 15 毫秒
1.
系统分析了建筑工程人工及主材消耗的影响因素,确定了建筑工程分类特征集、训练集、学习模型,给出了基于人工神经元网络的住宅人工及主材消耗预测实例。 相似文献
2.
3.
基于BP算法的CFG桩复合地基承载力的神经网络预测 总被引:6,自引:0,他引:6
将BP神经网络模型应用于CFG桩复合地基承载力的设计计算中,通过对影响CFG桩复合地基承载力因素间的非线性关系分析,指出影响CFG桩复合地基承载力的主要因素有:桩的参数、置换率、土的物理力学特性、褥垫层厚度和施工工艺。为成功预测CFG桩复合地基承载力,收集了大量工程实测资料(包括地质资料、工程设计资料、静载荷试验资料),并按照神经网络的训练要求对工程资料进行了分析整理,建立了基于人工神经网络的CFG桩复合地基承载力预测模型。通过对网络的学习训练,得到的复合地基承载力预测值达到了预期精度。 相似文献
4.
5.
6.
热压系数和内部隔断系数是准确计算渗风量的关键。住宅建筑在形式上有别于宾馆、办公楼建筑,热压系数和内部隔断系数的求解更为复杂。针对复杂的高层建筑推导了两系数的计算公式并编制了计算机程序。 相似文献
7.
8.
9.
10.
为解决BP神经网络预测速度慢不适于建筑能耗短期预测的问题,采用Levenberg-Marquardt算法改进BP神经网络建立了基于LMBP神经网络的建筑能耗短期预测模型。通过某建筑物1个月的电量,对模型进行训练和测试,结果表明基于LMBP神经网络的预测模型预测速度显著提高,预测精度满足实际需要,适用于建筑能耗短期预测。 相似文献
11.
12.
《Planning》2014,(3)
提出基于相似数据并结合小波分析的数据预处理模型,并运用基于反向传播(BP)神经网络风速预测模型预测风速。该方法从大量的历史数据样本中提取相似数据创建训练样本,采用小波分解将风速信号分解成低频趋势信号和高频随机信号,采用BP神经网络建模,合成得到风速预测数据。通过某风电场的实际风速数据验证结果表明,相似数据有效地提高了数据的相关度,小波分解使BP神经网络模型更好地拟合风速信号的低频和高频特性,提高了预测精度。 相似文献
13.
14.
15.
16.
针对中央空调制冷系统能耗过高的情况,研究了其能耗优化问题。利用支持向量机,分别建立了中央空调负荷预测模型及制冷系统中各设备的能耗模型。在此基础上,建立了制冷系统能耗综合优化方程组,并提出了一种改进的粒子群优化算法对制冷系统能耗优化方程组进行优化求解,获得优化生成方案。研究结果表明,所提方法有效的降低了制冷系统运行过程的电能消耗,减少了用电费用。 相似文献
17.
18.
基于神经元网络的混凝土碳化预测研究 总被引:2,自引:0,他引:2
基于神经元网络的混凝土碳化预测,可以同时考虑多种碳化方式以及尽可能多的影响因素,使混凝土碳化预测的众多方法得到了统一,预测既灵活又准确。 相似文献
19.
基坑稳定的人工神经网络预测 总被引:2,自引:0,他引:2
本文通过建立基坑稳定的人工神经元网络模型 ,绕开了对基坑稳定机理这一理论难点的分析 ,提出了一种新的基坑稳定预测方法 ,并对其进行了实例验证 相似文献
20.
介绍了新一代模拟仿真软件Dymola的基本原理和特点,并与目前常用的Simulink进行了比较,同时对将该软件应用于建筑暖通空调设备的动态分析模拟和系统仿真方面的思路予以阐述。 相似文献