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。     

边坡位移非线性时间序列采用支持向量机算法的智能建模与预测研究

介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法---支持向量机算法,运用Matlab语言编写了程序,采用不同的核函数对具体的边坡工程实例作了计算,并将人工神经元网络计算结果与之对比,可见无论是在学习或预测精度方面,支持向量机算法较基于经验风险最小化原理的人工神经元网络算法都有很大的优越性,可以运用于实际工程。     

人工神经元网络模型在城市用水量预测中的应用研究

本文针对常规城市用水量预测模型在预测中存在的盲目性大、拟合精度不高且预测容易失真的不足,引入BP神经元网络的计算方法,建立了非线性人工神经元网络预测模型:利用人工神经元网络学习理论对非线性离散参数的辨识理论对城市用水量需求预测方法进行了较为深入、系统的研究。该模型考虑了城市中众多因素对用水量需求的影响,使所建立的预测模型初步具备系统决策功能。实例预测表明,本文所建立的BP神经网络预测模型系统及其相应计算方法具有较高的预测精度和准确度,能够为城市的用水量预测提供规划依据。     

基于BP人工神经元网络的臭氧生物活性炭系统建模研究

针对臭氧生物活性炭系统的特点和研究中的难点，创新地引入人工神经元网络的理论和思想，提出该过程的人工神经网络的分析方法。通过建立基于ＢＰ人工神经元网络的臭氧生物活性炭系统模型，考察该网络对水处理系统建模的适应性，探讨了臭氧生物活性炭系统中影响因素之间的关系，为提高臭氧生物活性炭系统的应用水平和实现水处理系统的在线控制 一条可行途径。     

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     

使用人工神经网络预测内部风速系数

给出了内部风速系数的定义，基于其涉及因素的多样性、复杂性，采用人工神经元网络的方法对它进行了指标建模研究，仿真结果表明模型有效地克服了传统模型化方法的缺陷，具有较高的预测精度。     

岩石工程数值分析中选择岩体力学参数的神经元网络方法

讨论了确定岩石工程数值分析中所需输入的岩体力学参数的人工神经元网络法,这种方法的优点是可以考虑的较多非定量的岩体地持同描述。应用实例表明,计算结果与实测结果比较一致。     

让自己“省力” 请乘客“发电”

让电梯学会偷闲“省力”，这是省电第一招。采用专家系统、模糊逻辑和人工神经元网络控制的电梯群控调制系统聪明之处，就在于让电梯偷空休息。     

人工神经元网络在动测桩基承载力中的应用

本文将人工智能领域的分支人工神经元网络方法应用在动测桩领域中,使得大量专家的经验和动测桩基承载力技术有机地结合在一起,在确定桩基承载力时发挥特有的作用。     

高层建筑基础设计智能决策支持系统研究

高层建筑基础设计是一个复杂的系统工程 ,涉及因素众多。论文借助于专家系统、神经网络、决策支持系统等理论 ,利用面向对象的编程技术建立了一个能够辅助工程设计人员进行高层建筑基础选型及设计的智能决策支持系统TBFIDSS。该系统由高层建筑基础选型专家系统、基础设计决策支持系统、以及人工神经元网络推理等模块组成