小波神经网络在高铁沉降预测中的应用研究

通过试验研究,成功将小波神经网络模型应用到高铁沉降预测当中,并通过实测数据比较了当前主流使用的几种模型,结果表明小波神经网络模型具有良好的拟合精度和预测效果。通过编写高铁沉降预测软件,证明了小波神经网络模型的可行性,并得出了一些有益的结论,供同行参考。     

GA-BP神经网络模型在企业绩效评价中的应用

遗传算法在寻求全局最优解方面有着强大的鲁棒性和稳定性,能对BP神经网络局部最优这一缺陷进行有效弥补。为此,本文构建GA-BP神经网络模型,从财务与非财务方面制定符合上市公司绩效评价的指标体系,重点通过因子分析法对模型在上市公司绩效评价中的应用进行分析,验证模型的可行性,并基于绩效评价结果对上市公司的发展提出意见。通过GA-BP神经网络模型应用研究,能够为上市公司管理层、社会公众等利益相关者提供参考。     

一种组合模型在地面沉降预测中的应用研究

根据BP神经网络模型和自适应滤波模型模拟预测值相对于真实值上下波动的特点,应用方差理论建立BP神经网络自适应滤波组合模型,将其应用到天津富裕广场三期工程基坑周边地面沉降分析预测中.通过与独立的BP神经网络和自适应滤波模型模拟预测数据对比,证明了组合模型模拟预测的高精确性.     

三种神经网络在混凝土强度预测中的应用

通过建立改进的BP和RBF两种神经网络模型，对混凝土的强度进行预测，将预测值与常规BP神经网络模型预测结果进行了比较，研究表明，改进的BP和RBF的神经网络模型能够充分考虑影响混凝土强度的各种因素，在强度预测中具有广泛的应用前景。     

基于PNN神经网络的地下水水质评价及应用

概率神经网络是一种训练速度快、网络稳定、应用相当广泛的人工神经网络方法,它通过利用线性学习算法来解决非线性问题,在模式识别的分类问题中得到了广泛的应用。本文在阐述概率神经网络(PNN)原理的基础上,以我国地下水环境质量标准(GB/T14848-93)为训练样本,建立概率神经网络(PNN)模型,并将该网络模型运用于地下水水质评价。通过与灰色聚类法、模糊评判法和指标分类法比较,验证了该模型更为准确、可靠。     

混沌局域法与神经网络组合供水量预测

城市供水量是非线性、非平稳时间序列,组合预测模型能获得更高精度预测结果。通过深入分析混沌局域法与神经网络预测模型特点,提出了一种新的组合预测模型。首先,应用混沌局域法对城市日供水量进行初预测,然后,应用神经网络对预测结果进行修正。由于所提出的组合模型利用了混沌局域法及神经网络进行优势互补,能同时提高预测精度与计算效率。为验证所提出组合预测模型的可行性,采用某市7a实测供水量数据,对混沌局域法、BPNN、RBF及GRNN神经网络4种单一预测模型及相应的3种组合模型预测精度进行定量分析,结果表明,组合预测模型精度都高于对应单一预测模型,混沌局域法与GRNN神经网络组合模型预测精度最高,且运算时间远低于单一神经网络模型运算时间。     

基于灰色神经网络模型的基坑变形预测研究

结合灰色GM(1,1)模型和BP神经网络模型各自的优缺点,建立了灰色神经网络组合模型,并采用该模型对实际的监测数据进行处理和分析.结果表明,灰色神经网络充分发挥了灰色模型和神经网络模型的优势,取得了较好的预测精度,能够满足实际应用的需要.     

卷积神经网络在心拍类识别中的应用

本文基于卷积神经网络进行心拍类识别中的应用进行处理,可以有效的解决数据不平衡的问题,通过构建CNN模型提取心拍特征,综合各类别CNN模型进行识别与分类处理,其效果显著。基于此,文章主要对卷积神经网络在心拍类识别中的应用分析进行了简单的研究。     

基于BP神经网络的建筑工程造价估算研究

研究了BP神经网络在建筑成本估算中的应用,分析了建筑成本的影响因素,选取6个因素作为估算模型的参数,建立了一个BP神经网络估算模型,并通过10个样本进行了训练。结果表明,估计模型迭代85次后,网络误差达到设定的最小值,训练是收敛的;与径向基函数（RBF）相比,该模型的估计精度更高,平均误差为5.54%,表明成本估计具有良好的可靠性。研究成果可为建筑行业的投资决策提供可靠的依据,也丰富了BP神经网络在成本估算中的应用。     

BP神经网络在隧道围岩稳定性分类中的应用

将BP神经网络应用于隧洞围岩分类,BP神经网络通过学习记忆建立输入和输出变量之间的非线性关系。利用淮南洞山隧道围岩分类样本进行模拟检验,BP神经网络模型性能良好,对隧道围岩分类的精度较高,是一种值得推广和应用的围岩智能分类方法。     

基于物元熵权模型的城市轨道交通网络规划综合评价

在分析概括城市轨道交通网络规划内涵和特征的基础上,针对现有评价指标体系的不足,设计了城市轨道交通网络规划评价指标体系。根据可拓学中物元模型与关联函数理论,引入信息论中的熵值理论计算权重,从而建立了城市轨道交通网络规划综合评价的物元熵权模型,并将模型应用于城市轨道交通网络规划方案优选。实例验证该模型科学、有效,对指导城市轨道交通网络规划具有广泛的现实意义。     

防控突发性传染病的医疗建筑网络评价模型建构

构建防控突发性传染病的医疗建筑网络评价模型,为传染病医疗建筑网络的现状评测提供可行的实践方法,为传染病医疗建筑网络的规划建设提供科学的决策依据。模型选择适应医疗建筑网络评价的模糊综合评价法作为评测工具;运用危机管理理论,研究突发性传染病的预防、救治和恢复的全过程指标系统;依据对城市现有传染病医疗建筑体系和传染病防治法律法规的大量统计和研究,将评价指标和权重系统量化,形成科学、适用、完善的评价模型。     

基于BP神经网络的项目投资风险评价

风险项目投资具有高风险、高收益的特点,科学、准确的评价方法对项目投资至关重要.传统的评价方法主观因素太强,而人工神经网络模型克服了传统项目评价依赖专家经验的弊端,为项目投资风险评价开辟了新途径.本文首先阐述了BP神经网络的原理,然后结合实例给出了用于项目投资风险评价的UP神经网络模型,仿真试验表明,采用该模型的结果是令人满意的.     

基于灰色关联和层次分析法的公路网运行状态评价

在综合分析影响公路网运行特点的基础上,建立了公路网运行状态评价指标体系,针对公路网的运行特点,提出了一种基于层次分析法和灰色关联相结合的综合评价方法,应用层次分析法确定指标的权重,再利用灰色关联分析法确定公路网的运行状态,建立公路网运行状态评价模型,应用结果表明,评价结果客观合理,所建模型可用于公路网运行状态评价。     

水质综合评价的Hopfield网络模型

将人工神经网络技术运用于水质评价，建立了水质综合评价的Hopfield模型，并以重庆市南川凤嘴江水质资料为实例，对模型精确度进行了测试。结果表明：Hopfield网络用于评价水环境质量形象、客观、准确、合理,具有广阔的应用前景。     

基于神经网络的聚合物火灾危险性预测

基于BP神经网络预测模型预测聚合物的火灾危险性,通过对测试样本进行网络仿真和拟合,量化输出IFHI火灾危险综合指数(Integrated Fire Hazard Index,IFHI),来对聚合物的各项(热危险与烟气危险指标)性能进行综合评价.实验表明,通过BP神经网络预测IFHI的结果与层次分析法分析结果大体相近,火...     

基于模糊证据推理的铁路隧道施工风险评估模型建构

研究基于模糊证据推理的铁路隧道施工风险评估模型,是一个模糊神经网络配合加权指标模型。其模糊神经网络的数据模糊使用数据投影法、归一化法、去量纲法等前置模糊算法,形成14个Double格式数据并输入到多列神经网络后,使用4个相对独立的解模糊模块对数据进行解析,形成针对4个特定事故风险的评价结果。使用加权指标法对4个指标进行整合,形成总体评价指标。通过真实数据的仿真分析,对比技术领域常用的2套成型软件,在评价敏感性不变的前提下,其评价特异性从10%提升至95%以上。     

基于改进BP 神经网络的建筑施工安全评价

通过分析我国建筑施工安全生产的现状,在评价方法选择以及评价指标体系的建立方面,都在传统评价方法的基础上进行了改进,在BP 神经网络的模型中引入了动量因子mc,从而克服了BP 神经网络运算次数多,易陷入局部最优等缺点。利用改进的BP 神经网络模型对建筑施工安全进行评价,找出施工中影响安全的主要因素,为建筑施工的危险辨识和制定相应控制措施提供依据,以指导人们有效地控制施工中的不安全因素,避免和减少施工中事故的发生。     

高性能钢筋混凝土结构耐久性智能评估系统研究

通过对神经网络和专家系统原理的研究,建立了基于神经网络的专家系统.尝试建立钢筋混凝土结构耐久性评估模型及其智能评估系统的结构,开发了钢筋混凝土结构耐久性智能评估系统,并以连云港西大堤钢筋混凝土结构耐久性评估为例,演示了钢筋混凝土结构耐久性智能评估系统的操作过程.     

GRAP和FUZZY集成城市轨道交通线网环境影响评价

为提高城市轨道交通线网规划环境影响评价的可信度,构建出一种基于灰色关联分析法（GRAP）和模糊综合评价法（FUZZY）集成的评价模型,并将此模型应用在实例中,评选出最佳方案,结果表明该评价模型可靠性更高,更具实用价值。