基于模糊神经网络的工程快速估价的方法

神经网络和模糊数学的快速发展应用为工程快速快速估价提供了很好的思路。本文阐述了模糊数学和神经网络的结合原理．建立了基于模糊神经网络和工程预算原理的工程快速估价的模型算法，用以解决在不确定信息下的快速估价问题。     

基于自助法BP神经网络模型的工程估价预测的研究

针对工程估价预测的问题,本文将BP神经网络模型与统计学中的自助法结合起来,建立了一个新的预测模型——基于自助法BP神经网络预测模型,该模型能够提高工程估价的准确性。     

基于BP神经网络的工程估价模型及其应用

基于BP神经网络的工程估价模型具有高度的容错性和较强的泛化能力,通过对数据并行处理的方式能快速准确地估算出工程造价.本文根据BP神经网络原理,选取福建泉州地区的21组工程实例来建立模型,其中19组为训练样本,2组为检测样本,确定了13个主要造价影响因素作为网络的输入变量,工程造价作为网络的输出变量,经检验其精度符合工程投资估算和设计概算的要求.因此,用BP神经网络估算工程造价是行之有效的.     

DCF模型在创业投资估价中的适应性研究

分析了现金流折现（DCF）模型在不同的创业投资阶段、在多轮次投资以及在不同的退出方式中进行估价的适应性，提出了现金流折现模型在创业投资估价中的分析框架，指出了现金流折现模型在创业投资估价中的局限性及应对措施。     

基于BP神经网络的电网工程估价模型研究

本文提出了一种基于BP神经网络的电网工程估价模型。文章首先阐述了BP神经网络的基本原理,然后结合电网工程项目的特点,构建了BP神经网络模型,并给出了可行的评价程序。该模型的建立,为预测电网工程的造价水平开辟了新的方法。     

基于递阶遗传算法的模糊系统优化设计

给出一种基于递阶遗传算法的模糊神经网络优化算法, 在该算法中对每个染色体都采用递阶编码, 并提出一种改进的交叉算子, 可以同时优化模糊神经网络结构和权值参数. 算法中采用双目标函数作为适应度函数对模糊神经网络模型的精确度和复杂性进行估价, 且对应一个实际问题, 可以通过调整适应度函数的参数值确定所需模糊神经网络模型的精确度和复杂性之间的比例, 从而生成一个适当的模糊神经网络模型. 模拟实验结果验证了该算法的有效性.     

应用模糊神经网络识别岩性

岩性识别在油气勘探开发中占据重要的位置.经过将高木-关野模糊逻辑系统和神经网络BP算法相互集成,提出了一种新兴的模糊神经网络模型——"加-乘"模糊神经网络模型,并通过实际应用得到了很好的效果.与单纯的神经网络或模糊逻辑系统相比,所提出的模糊神经系统既不是一个"黑盒"模型,又不是"粗糙",它同时具备了神经网络和模糊逻辑的优点,所以具有广泛的应用潜力.     

基于决策树的神经网络规则抽取方法

将从神经网络中抽取一个可理解的模型视为一个归纳学习任务 ,其中 ,目标概念就是神经网络表达的功能 ,所生成的可理解模型是一个能很好近似神经网络的决策树 .在这个过程中 ,应用了决策树归纳学习的优化原则 ,使得生成的决策树能最简洁、准确地描述神经网络学到的知识 .实验证明 ,生成的决策树可以很好地近似神经网络 ,且比用传统方法生成的决策树具有更好的分类精度 ,同时NNtoDT算法也保持了具有较好的通用性和可扩充性的特性 .     

径向基函数神经网络在地下水位预报中的应用

本文在介绍径向基函数神经网络原理的基础上,研究径向基函数神经网络模型在地下水位预报中的应用,以吉林西部地区为例,应用其1990-2012年的月平均地下水位数据,建立径向基函数神经网络模型。为进一步证明预报结果的准确性,把预报结果与自回归模型的预报结果进行比较。结果表明:径向基函数神经网络模型能很好地进行地下水位预报,同自回归模型相比,径向基函数神经网络模型预报的精度更高,预报结果更具有准确性。     

基于神经网络的股票估值综合模型

鉴于传统估值方法对我国股市不完全适用，结合经济类和工程类研究者对股票估价的一般方法，提出了一种基于神经网络的股票估值综合模型．模型以上市公司的财务数据、比率因素及历史股价作为输入变量，将市场均价作为输出值．通过实证分析，显示模型具有良好的估价性能，并且优于市赢率估价法，     

粗糙集神经网络理论在矿井通风系统评价中的应用

针对矿井通风系统神经网络评价法中建立样本的不稳定性问题,开展了基于粗糙集和BP神经网络理论的通风系统综合评价研究。以某矿井通风系统为研究对象,应用粗糙集数据分析系统对矿井通风系统评价指标的原始数据样本的分类质量进行了检验;在此基础上,基于人工神经网络理论,建立了矿井通风系统的粗糙集神经网络评价模型,从而形成了一种新的基于粗糙集神经网络理论的矿井通风系统评价方法。研究结果表明,经过模型的数据检验和应用性验证,其理论评价结果与实际情况相符,且网络总误差小于0.004;这说明基于粗糙集神经网络的综合评价方法在矿井通风系统评价中有很好的实际应用效果。     

Identification model of multi-layered neural network parameters and its applications in the petroleum production

This paper creates a LM （Levenberg-Marquardt） algorithm model which is appropriate to solve the problem about weights value of feedforward neural network. On the base of this model, we provide two applications in the oilfield production. Firstly, we simulated the functional relationships between the petrophysical and electrical properties of the rock by neural networks model, and studied oil saturation. Under the precision of data is confirmed, this method can reduce the number of experiments. Secondly, we simulated the relationships between investment and income by the neural networks model, and studied invest saturation point and income growth rate. It is very significant to guide the investment decision. The research result shows that the model is suitable for the modeling and identification of nonlinear systems due to the great fit characteristic of neural network and very fast convergence speed of LM algorithm.     

基于组合神经网络的教师评价模型研究

本文提出的基于组合神经网络的教师评价模型,可以弥补以往基于神经网络的教师评价模型的不足,不但可以给出教师的综合得分或所属类别,还可以给出教师在每个方面的得分.所使用的组合神经网络,由多个结构相同的BP神经网络组成;用构建的组合神经网络和传统BP神经网络分别进行实验.仿真实验表明,该模型相对误差较小,可以满足评价需求.     

Levenberg-Marquardt神经网络在煤矿作业人员人因可靠性评价中应用研究

依据人因可靠性原理、事故致因理论,结合煤矿生产系统的特点,提出了观测可靠度的概念,确立了一系列便于统计和赋值的人因可靠性评价指标.针对人因失误事件过程的动态性、复杂性以及数据的不完整性,利用BP神经网络对非线性动态系统的自学习性和自适应性的特点,建立了基于BP神经网络的煤矿作业人员人因可靠性评价模型.运用Levenberg-Marquardt算法改进的BP神经网络,克服了收敛速度慢,容易陷入局部极小点的缺点,提高了预测精度和稳定性.对于岗位工龄短或有效记录不足的煤矿作业人员,采用BP神经网络模型进行了人因可靠性评价.评价结果表明,基于BP神经网络的煤矿作业人员人因可靠性评价方法具有较好的适用性和可行性.     

卷积神经网络在MRl图像诊断中的应用

基于卷积神经网络对颅内组织器官疾病诊断提出了创新思路.选取帕金森病患者图像通过灰度映射、直方图均衡化、改进的小波去噪、图像增强等预处理,以VGG-Net网络模型为基础设计并搭建卷积神经网络,采取正则化策略避免过拟合问题,用患者MRI图像集对网络模型进行5次十折交叉验证,同时通过反卷积网络实现特征可视化,挖掘疾病潜在特征.实验结果和客观评价表明,本文搭建的网络可根据患者MRI图像实现良好的辅助诊断.     

基于黄金割理论的改进BP神经网络的高速公路安全投入评价研究

为解决高速公路安全投入构成复杂、评价定量难,以及施工企业普遍存在安全投入力度不足、不合理的问题,需要对高速公路安全投入的合理性进行评估。通过分析高速公路安全投入的构成特点,采用安全成本分解结构法（SCBS）从人员、技术设施和文明管理角度构建高速公路安全投入评价指标体系;设计基于黄金分割理论的改进BP神经网络的高速公路安全投入评价模型。以遂德高速公路安全投入评价为案例,评价结果表明该项目的安全投入比较合理。本文评价结论与该工程实际情况基本一致,验证了本文构建的高速公路安全投入评价指标体系科学合理,提出的改进BP神经网络计算方法速度和精确度较高,为高速公路安全投入合理性评价提供参考和借鉴思路。     

容错神经网络的计算机辅助设计系统研制

介绍了自行开发的容错神经网络的计算机辅助设计系统ｆｔｎｎＣＡＤ的概念模型、总体设计及详细设计，讨论了容错性能评价问题．     

非线性系统定阶的神经网络方法

前馈型神经网应用于非线性系统辨识的一个问题是确定系统阶次。采用前馈神经网进行非线性系统定阶与神经网的推广性问题密切相关。ＯＬＳ算法是构筑径向基神经网的一种学习算法，但是采用ＯＬＳ算法构筑神经网存在推广性问题。ＲＯＬＳ算法将ＯＬＳ算法与正则化（ｒｅｇｕｌａｒｉｚａｔｉｏｎ）方法相结合，以提高算法的推广能力。本文将基于径向基网的ＲＯＬＳ算法应用于非线性系统定阶。本文对提出的方法进行了仿真研究，结果验证了方法的有效性。     

基于BP神经网络的私募股权投资项目评价

项目选择对私募股权投资机构是否能够盈利起着决定性作用。为使私募股权投资机构更加科学有效地选择合适的项目,在分析私募股权投资项目评价方法的基础上,结合BP神经网络的特点,探讨了基于BP神经网络的私募投资项目评价方法。通过建立科学的项目评价指标体系,构建了私募股权投资项目选择评价BP神经网络模型。模拟结果表明,BP神经网络可以更加有效、准确地对项目进行评价,为投资机构提供决策依据。     

基于BP神经网络的政府投资工程委托代建风险分析与评价

代建制是目前各地正在探索的一种新型建设管理模式，它能有效地实现投资、建设、管理、使用职能四者分离的目标．本文对政府投资工程实施代建制的风险来源进行了分析，建立了三层前馈神经网络模型，根据BP算法调整其权值和阀值，进行系统训练并结合输入数据，最终得到风险估计系数，以输出值作为决策依据，为政府投资工程的风险分析提供了一种结合现代算法的新思路．