基于神经元的建筑工程人工及主材消耗预测

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。     

人工神经网络法预测时用水量

根据城市时段用水量序列的季节性，趋势性及随机扰动等特点，利用人工神经网络（ANN）法建立了短期用水量预报模型，并采用某市时用水量的实测数据进行了建模和时用水量预测，通过与时间序列码角函数分析法，灰色系统理论预测法，小波分析法的预测结果相比较，证实该法具有预测误差小和计算速度快的特点，可满足供水系统调度的实际需要。     

基于BP算法的CFG桩复合地基承载力的神经网络预测

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。     

人工神经网络在地震预测中的应用

对人工神经网络的拓扑结构及工作过程作了简要介绍,并对人工神经网络在地震预报中的应用进行了分析,分析结果表明,采用BP神经网络进行地震预报,能够进一步提升预报的准确性。     

岩爆预测的人工神经网络模型

选取岩石抗压强度、抗拉强度、弹性能量指数和洞壁最大切向应力作为岩爆预测的评判指标 ,建立了岩爆预测的神经网络模型 ,对岩爆的发生及其烈度进行预测。实例计算表明 ,用人工神经网络方法进行岩爆预测是可行有效的     

高层住宅建筑热压系数与内部隔断系数的公式推导和计算机程序

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。     

人工神经网络在天然气负荷预测中的应用

提出了一种基于BP神经网络的天然气负荷预测模型，模型中考虑了影响负荷变化的各种因素。采用Levenberg-Marquardt优化方法，并利用Visual C 和Matlab软件进行计算机仿真，已用于实例。仿真结果表明该方法具有较好的准确性。     

基于人工神经网络的城市煤气短期负荷预测

应用人工神经网络误差反应传播模型对城市煤气管网的短期负荷进行了预测。根据城市煤气短期负荷变化的特性建立了既反映煤气负荷连续性,周期性及其变化趋势,又包含天气,气温,节假日等因素影响的短期负荷预测模型,并介绍了方法在实际中的应用。     

基于人工神经网络的大体积混凝土温度场预测

大体积混凝土的水化热不容易及时散发,内部温升将会很高,从而产生很大的温度应力,导致出现温度裂缝。预测分析温度场为研究温度裂缝以及进行温控设计、制定合理的防裂措施提供了依据。针对大体积混凝土温度场的非稳态特性,提出了一种基于BP人工神经网络Levenberg—Marquardt算法的温度场预测模型。预测结果表明,该模型收敛速度快,预测精度较高。     

基于LMBP神经网络的建筑能耗短期预测

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。     

居住建筑体形系数对建筑能耗的影响

该文以宁波地区为例,采用动态能耗模拟软件DeST-h,分析居住建筑体形系数的增加与全年采暖空调能耗的关系.研究表明,建筑平面形式对控制建筑体形系数,降低建筑能耗有较大的影响;全年能耗增加率随着体形系数的增大而增大.     

基于相似数据的人工神经网络短期风速预测模型

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。     

应用人工神经网络预测高掺量粉煤灰混凝土的强度

基于人工神经网络原理,建立了反映高掺量粉煤灰混凝土配方与强度之问映射关系的多因素智能分析模型.利用可视化CC 6.0开发了粉煤灰混凝土的强度预测应用软件,解决了高掺量粉煤灰混凝土的模式特征不明确、各组分对混凝土性能影响非线性、随机因素多等问题.该方法进行高掺量粉煤灰混凝土的配制具有优化设计及快速、定量、预测精度高、适应性强、成本低等特点.     

基于改进型RBF神经网络的建筑用电能耗预测

径向基函数(Radial Basis Function,RBF)神经网络由于其网络结构简单、网络适应性好、学习过程收敛速度快等优点被运用于电力负荷预测领域.在将其应用于建筑用电能耗预测的过程中,由于对目前已有的建筑能耗数据和影响能耗的关键因素分析不足,以及网络参数不易确定,将导致预测精度无法满足实际需求.采用粒子群算法...     

低风速下单侧开口居住建筑自然通风量的快速预测方法研究

目前所用的建筑能耗模拟软件针对开窗通风量取定值,忽略了动态因素的影响,但是开窗通风量受风速大小、风向、室内外温差及开口面积等因素的影响,波动范围较大。为此,本文通过实验研究和理论计算,重点研究了北京市单开口居住建筑开窗通风量的动态变化。结果表明:通过实验研究对单开口建筑自然通风量计算式进行修正,平均误差为19.5%;北京市普通居住建筑冬季开窗通风的换气次数为2～33 h~(-1)。本文研究结果为能耗软件中单开口建筑自然通风的动态模拟提供了基础数据。     

基于负荷预测的中央空调制冷系统能耗综合优化

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。     

近零能耗建筑空调负荷预测研究

建筑空调系统能耗约占建筑总能耗的50％,在近零能耗建筑中,空调系统优化运行是实现能耗指标的关键.基于空调负荷预测,开展精细化控制,实现能源系统优化运行,是近零能耗建筑空调系统优化运行的技术路径.基于历史实测运行数据,采用两种不同的机器学习算法建立预测模型,并进行了比对研究.通过预测精度比较得到最优模型,其中最优模型下的...     

基于神经元网络的混凝土碳化预测研究

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。     

基坑稳定的人工神经网络预测

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     

动态仿真软件Dymola在建筑能耗分析中的应用

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。