共查询到20条相似文献,搜索用时 93 毫秒
1.
以BP人工神经网络模型为基础,建立预测模型,以小区某栋建筑物l期~8期的沉降观测数据为输入数据和输出数据,对网络模型进行训练,并对9期~12期实际观测值与预测值进行了比较,结果比较理想,从而验证了采用BP人工神经网络模型进行建筑物沉降的预测是可行的。 相似文献
2.
3.
影响到商品房销售价格的因素众多,而这些因素对其作用的效应的函数关系又很难界定,所以商品房销售价格的预测属于复杂的非线性问题,本文选取了其中的几个主要的,也是可量化的经济指标作为BP神经网络的输入样本,利用BP神经网络固有的优点弱化预测中的人为因素。从系统的输出结果与目标值的对比中,可以看出网络的训练、仿真及预测精度较高。BP神经网络可以作为研究商品房销售价格变化趋势一种有效的方法。 相似文献
4.
将误差反向传播前馈(BP)神经网络模型和径向基函数(RBF)神经网络模型应用到CAST工艺中,并采用多输入、双输出神经网络模拟处理过程中各变量之间的关系和预测出水水质.误差分析结果表明,训练阶段RBF神经网络模型的拟合精度比BP神经网络模型的高,但两者的预测精度相差不大;测试阶段BP神经网络模型和RBF神经网络模型预测出水COD的平均相对误差分别为6.35%、6.80%,预测出水TN的平均相对误差分别为7.19%、5.49%,均在8%以下,这说明两种神经网络模型均可用于模拟CAST污水处理工艺各变量之间的关系和预测出水水质,为污水厂的运行管理提供了理论依据. 相似文献
5.
为了保护有限的水资源,促进中水回用,某城市中水公司需要根据供水量的记录来预测未来某时的用水量,以安排生产调度计划.根据已有的记录,通过运用BP人工神经网络的计算机模拟得出供水量与最高、最低、平均温度和焦炭、焦煤价格指数的关系,模拟数据与实际数据基本一致,可用该方法对未来一个月的供水量进行预测. 相似文献
6.
7.
8.
9.
充分利用人工神经网络对非线性系统很强的模拟能力及Matlab的人工神经网络工具箱Web技术,使未来交通量预测在网上进行得以实现预测,并以国道及主要实际道路为例,对模型进行了理论验证。 相似文献
10.
《Planning》2016,(25):106-107
目的:探讨采用CO_2激光对外阴尖锐湿疣进行治疗的临床效果,并建立单次疗效预测模型。方法:随机选取2014年4月-2015年7月期间本院收治的外阴尖锐湿疣患者80例,采用CO_2激光对其进行治疗,并对影响治疗效果的相关因素进行分析,建立单次疗效预测模型。结果:本研究中65例患者经CO_2激光单次治愈,治愈率为81.25%;多因素分析显示,阴道受累(P=0.006)、病变范围>8 cm~2(P=0.009)、术前存在疼痛症状(P=0.000)则是影响激光单次治疗结局的重要因素,比较差异均有统计学意义(P<0.05)。结论:CO_2激光是一种有效的外阴尖锐湿疣治疗方法,其中病变面积>8 cm~2、术前疼痛及阴道受累均是造成单次治疗失败的重要因素。 相似文献
11.
以MH水司2004-2012年供水管网维修数据作为研究对象,以BP神经网络模型为研究方法,构建了MH水司供水管网维修的预测模型,对供水管网中待维修管道和管件的管径分布作了短期趋势预测。预测结果表明,该模型的预测精度较高,平均偏差最大为0.0054,均方差最大为0.0077;并给出了DN≤50、50〈DN≤100、100〈DN≤150、150〈DN≤200、200〈DN≤300、300〈DN≤500、500〈DN≤800和800〈DN≤1600的管道维修数量在历年和年内管道维修记录统计分析结果中的变化规律。 相似文献
12.
Performance prediction of the roadheaders is one of the main subjects in determining the economics of the underground excavation projects. During the last decades, researchers have focused on developing performance prediction models for roadheaders. In the first stage of this study, the performance of a roadheader used in Kucuksu sewage tunnel (Istanbul) was recorded in detail and the instantaneous cutting rate (ICR) of the machine was determined. The uniaxial compressive strength (UCS) and rock quality designation (RQD) are used as input parameters in previously developed empirical models in order to point out the efficiency of these models, and the relationships between measured and predicted ICR for different encountered formations. In the second stage of the study, Artificial Neural Network (ANN) technique is used for predicting of the ICR of the roadheader. A data set including UCS, RQD, and measured ICR are established. It is traced that a neural network with two inputs (RQD and UCS) and one hidden layer can be sufficient for the estimation of ICR. In addition, it is determined that increase in number of neurons in hidden layer has positive optimizing on the performance of the ANN and a hidden layer larger than 10 neurons does not have a significant effect on optimizing the performance of the neural network. Furthermore, probability of memorizing is being recognized in this situation. Based on this study, it is concluded that the prediction capacity of ANN is better than the empirical models developed previously. 相似文献
13.
14.
15.
针对余氯量在供水系统内非线性变化的特性,建立了PSO-SVM与BP神经网络组合模型对管网末端余氯进行预测分析。该模型通过粒子群优化算法(PSO),对SVM的特性参数进行优化;采用BP神经网络对模型进行残差修正。通过对单一的BP模型和SVM模型、组合模型的预测精度进行分析。结果表明:组合模型预测比BP和SVM单一预测均方误差分别降低了62.30%、75.29%,平均相对误差降低了55.03%、54.27%。综上所述,该模型具有强大的非线性拟合能力,预测精度高,运行稳定性强,对供水企业控制余氯的投加量和设置二次加氯点有一定的指导作用。 相似文献
16.
17.
基于珠海软土地区3根PHC管桩隔时复压试验数据,采用BP神经网络建立了静压桩承载力时间效应的BP神经网络模型来预测静压桩的长期承载力。在建模过程中将桩长、桩截面积、土体摩擦角、土体变形模量、渗透系数、最终压桩力及休止期等与静压桩承载力密切相关的7个参数引入到输入层,用Visual Basic语言编制了以最终压桩力和休止期为主要输入因素的计算程序,程序可以对比显示计算和实测曲线。在样本训练和学习过程中,任意选取2根桩的试验数据来预测第3根桩的长期承载力。通过对施工现场工程桩的试算,预测结果与实测值较为吻合,表明提出的BP神经网络模型用于预测静压桩长期承载力是切实可行的。 相似文献
18.
Manoj Khandelwal T.N. Singh 《International Journal of Rock Mechanics and Mining Sciences》2009,46(7):69-1222
An attempt has been made to evaluate and predict the blast-induced ground vibration and frequency by incorporating rock properties, blast design and explosive parameters using the artificial neural network (ANN) technique. A three-layer, feed-forward back-propagation neural network having 15 hidden neurons, 10 input parameters and two output parameters were trained using 154 experimental and monitored blast records from one of the major producing surface coal mines in India. Twenty new blast data sets were used for the validation and comparison of the peak particle velocity (PPV) and frequency by ANN and other predictors. To develop more confidence in the proposed method, same data sets have also been used for the prediction of PPV by commonly used vibration predictors as well as by multivariate regression analysis (MVRA). Results were compared based on correlation and mean absolute error (MAE) between monitored and predicted values of PPV and frequency. 相似文献
19.
20.
《Planning》2014,(1)
采用灰色关联分析法筛选出江西省铁路货物周转量的主要影响因素,在此基础上建立了BP神经网络预测模型,并采用多元线性回归模型、二次指数平滑法、灰色GM(1,1)模型分别对江西省铁路货物周转量进行预测,再对结果进行比较和误差分析。研究表明,BP神经网络模型预测精度明显高于其它三个模型,平均误差为0.76%,可用于实际预测。 相似文献