资格预审——公开招标的关键程序

通过对浙江仙居下岸水库工程公开招标实例的总结,系统地介绍了公开招标的关键程序——资格预审的具体操作方法,对今后规范公开招标操作程序具有一定的借鉴。     

关于在《招标投标法》中完善资格预审公告的建议

招标投标活动在国外已有200多年历史，在我国推行虽然仅有20来年，但已经走上法制轨道。《中华人民共和国招标投标法》的制定颁布和实施，是我国经济生活的重要里程碑。本文就《招标投标法》颁布以来，实际操作中业主在发布资格预审公告时通过缩小受众范围和缩短公告期的手段，达到排斥潜在投标人目的的不正常现象，试图从行政监督、立法、法律救济等诸方面进行原因分析，并对完善《招标投标法》中相应条款提出具体的建议，以保证招标投标活动的顺利实施。     

施工招标资格预审的改进设想

目前，我国施工招标资格预审的相关程序和规定，在初期实施中对招标资格预审起到了积极的推动作用，但在近年来的实践中却暴露出一些弊端，本文拟对施工招标资格预审中的有关问题与读者进行探讨并提出相应的改进建议。     

水环境质量评价的人工神经网络模型及应用

基于人工神经网络理论建立了一种新的水质评价模型．实例分析表明,该模型具有较强的处理矛盾样本的能力,用于水环境质量评价简便而实用,预测精度高,应用前景广泛     

基于人工神经网络的堤防安全度评价

采用人工神经网络的BP模型来解决土质堤防的稳定性评价问题,以土质堤防的稳定性状况作为输出样本,经过人工神经网络的自适应学习,将土质堤防的设计和稳定性分析转化为多因子多因素相关的非线性人工神经网络模型,十分方便地实现各种形状复杂土质堤防的稳定性评价。     

建设项目施工招标中资格预审的模糊决策方法

本文应用文献［１］中提出的模糊决策分析理论，给出一种建设项目施工招标中资格预审的模糊决策方法，并建立了一套资格预审的评价指标体系。最后通过简单算例对所给方法做了说明     

矿土液化判别的人工神经网络方法

应用人工神经网络原理，根据地震液化的实测资料，建立了8个因素综合考虑的预测砂土液化的BP神经网络模型。通过实例计算与模型评价，验证了该模型的科学性、高效性并较规范法具有更高的预测精度，不仅为砂土液化提供了又一新的研究方法，而且为进一步完善规范公式提出了建议。     

基于BP人工神经网络的上市公司财务评估分析

叙述了人工神经网络的基本，建立对上市公司财务评估的神经网络模型，并结合实例，通过对比因子分析法的结果，验证了模型的可行性和准确性。     

基于BP人工神经网络的绿色施工评价研究

为推进绿色施工的发展,从绿色施工评价入手。构建了绿色施工评价指标体系,运用组合赋权法确定评价指标的权重,并将BP人工神经网络引入到绿色施工评价中,最后针对武汉某高层建筑项目实施评价,结合实例证明该评价体系的理论科学性和实践指导意义。     

应用层次分析法(AHP)进行工程项目承包商资格预审

工程项目实施前对承包商进行资格预审是非常重要的一项内容。资格预审是一个涉及到多准则决策的问题,本文针对这一特点,采用层次分析法建立层次结构模型,并结合专家评审意见,解决承包商资格预审的问题。     

人工神经网络在堤坝安全评价中的应用

为了综合考虑安全评价中各因素的影响,采用人工神经网络BP网络模型,建立基于人工神经网络的堤坝安全评价方法.以黄河下游堤防工程为例,依据堤坝的设计和检测规范,建立了相应的安全评价指标,利用地质资料和观测资料对堤坝安全进行了分析与评价,验证了模型的可靠性.     

基于人工神经网络的锻造性能预报的研究

应用Ｇｌｅｅｂｌｅ－１５００热模拟试验机研究了１Ｃｒ１８Ｎｉ９Ｔｉ的热墩成形过程,得出了流动应力随变形条件的变化规律,测量了空冷后试件的硬度。首次采用人工神经网络对锻造性能进行预报,采用不同的改进ＢＰ算法加速了网络的收敛,得到了较好的网络信息,对１Ｃｒ１８Ｎｉ９Ｔｉ的锻造性能进行了较准确预报。     

基于BP神经网络的动态交通流量预测

本文通过对BP神经网络和影响交通流量因素的分析,采用Windrow-Hoff学习算法、Kolmogorov定理和trainlm训练方法,实现对长春市开运街和湖西路路段动态交通流量的预测.     

基于神经网络的教师教学评估系统

利用神经网络对教师教学评估中所使用的权值进行非线性学习与调整，通过实验证明了该方法的有效性，并提出进一步改进的方案。     

基于BP神经网络模型的温度预测方法

车间里特定高温环境下对多点的温度监测数据是风机是否工作的重要参数。为了能更好地保护风机,提出一种基于BP神经网络来分析预测温度变化趋势的方法,达到了减少风机工作时间,延长风机寿命的效果。     

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.     

地球物理资料非线性反演方法讲座（五）：人工神经网络反演法

木文概要地介绍了近年来发展起来的一种强有力的地球物理资料非线性反演的方法——人工神经元法（ANN）。比较系统地介绍了ANN的基本知识和两种基于不同原理的ANN反演方法。基于模式识别和基于最小方差的ANN反演方法。列举了这两种方法在地球物理资料反演中的一些应用实例、指出了该方法的存在问题和发展方向。     

人工神经网络专家系统应用研究

叙述了人工神经网络的特征及其在专家系统中的应用 ,讨论了人工神经网络专家系统的优缺点 ,并进一步描述了其前景和意义 .     

模糊人工神经网络在矿井构造评价中的应用

介绍了模糊综合评判和人工神经网络原理，分析了一般BP神经网络在研究复杂性问题时存在的局限性，根据模糊人工神经网络模型的构建方法，探讨了该模型在矿井构造定量评价中的应用，结合鲍店煤矿的实际资料，对建立的模糊人工神经网络模型进行了学习训练，对未采区的构造复杂程度进行了预测，结果表明：模糊人工神经网络较一般BP神经网络具有更快的收敛速度和更准确的预测效果．     

基于神经网络算法的人工蜂群算法在地层岩性识别中的应用

合理确定地层岩性对合理选择钻头类型、快速建立岩性剖面、及时发现油气层和卡准取心层位有着重要意义。以录井资料为基础,结合已钻井的测井资料,根据BP神经网络和人工蜂群算法,建立基于BP神经网络算法的人工蜂群算法模型。应用该模型在青海油田某区块进行地层岩性随钻识别试验,试验结果与测井资料解释结果相比,符合率可达91．35％。