基于GA-BP神经网络的建筑工程事故预测研究

为了提高建筑工程事故预测精度,采用遗传算法优化得到BP神经网络的初始权值和阈值,在此基础上基于自适应学习速率动量梯度下降法进行BP神经网络训练,建立基于GA-BP神经网络的建筑工程事故预测模型.通过数据挖掘的方式提炼出影响建筑工程安全施工的主要危险因素作为GA-BP神经网络预测模型的输入变量,以千人负伤率作为输出变量进行预测分析.结果表明,GA-BP神经网络预测模型收敛速度快,预测精度高,可有效提高建筑工程事故预测的准确性.     

自底向上粗集神经网络建模方法

提出了一种基于自底向上方式构造模糊粗糙数据模型并实现粗集神经网络建模的方法,该方法通过自适应G-K聚类算法,实现输入论域空间的模糊划分,在基于聚类数和约简属性搜索的基础上,提取优化的模糊粗糙数据模型,在此基础上融合神经网络实现粗集神经网络建模.对Brodatz纹理图像的实验表明,该方法性能优于传统的贝叶斯和LVQ方法,和传统的粗逻辑神经网络RLNN相比,该方法建立的神经网络结构精简,收敛速度快,具有更强的泛化能力.     

基于主成分分析的BP神经网络和RBF神经网络月平均气温预测模型

应用基于主成分分析的BP神经网络和RBF神经网络建立了气温预测模型.通过比较模型的均方误差(MSE)和平均绝对误差(MAE)值可知,采用主成分分析的BP神经网络得到的预测模型的误差小于主成分分析的RBF神经网络预测模型.结果表明,模型采用主成分分析提取了影响因变量的重要因子,去掉了网络输入样本的自变量之间的重叠因子,同时也提高了预测能力.     

基于BP神经网络的干热风灾害预测

干热风是我国新疆,西北等地农业气象灾害之一,其形成因素呈现复杂的非线性关系.利用传统方法很难建立起一个精确完善的预测模型.人工神经网络具有强大的非线性映射能力,尤其是BP神经网络在预测领域中被广泛应用.本文利用BP神经网络对干热风灾害进行了预测.结果表明,基于BP神经网络的干热风预测模型误差小,能达到满意的效果.     

基于EMD优化NAR动态神经网络的地铁客流量短时预测模型

为了能够更加准确地实现地铁客流预测，提出了一种基于经验模态分解算法（empirical mode decomposition，EMD）优化非线性自回归（nonlinear auto regressive，NAR）动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量具有一定的变化规律，为此使用了基于时间序列的NAR动态神经网络，该网络具有优秀的非线性动态拟合能力和反馈记忆的功能.结合EMD经验模态分解算法优化NAR动态神经网络预测模型，以此来减少预测误差，提高预测精度.结果显示，EMD-NAR神经网络组合预测模型适用于地铁客流的短时预测，预测精度可达93%，具有较好的应用价值.     

基于BP网络的我国工伤事故死亡率预测模型

应用MATLAB软件的神经网络工具箱建立BP网络模型,通过基于时间序列分析方法对1974～2003年全国工业企业事故死亡率进行预测模型的建立和检验.结果表明,用人工神经网络建立的预测模型预测我国工伤事故死亡率符合度高,效果较好.     

深基坑开挖中KPCA结合BP神经网络的基坑变形预测

针对开挖过程中基坑变形预测的问题,提出一种基于核主成分分析(KPCA)和BP神经网络的基坑变形预测方法.首先,根据实际施工情况,确定影响基坑变形的主要因素;然后,将基坑变形数据通过多变量相空间重构技术进行建模;接着,通过KPCA技术从变形数据中提取出主要分量;最后,基于提取的主要分量来训练BP神经网络预测模型,以此实现对之后基坑施工中基坑变形的预测.实验结果表明,提出的预测模型能够准确地预测基坑变形程度,具有可行性.     

基于GA-BP神经网络模型的大坝裂缝预测

常规的BP神经网络由于初始权值和阈值问题,在对大坝裂缝开度进行预测时精度普遍不高。为此,本文首先引入遗传算法(GA)对BP神经网络进行优化,构建了GA-BP神经网络预测模型,然后分析实测资料,发现库水位、温度显著影响裂缝开度,最后将这两个因素作为网络的输入变量,利用预测模型对某重力拱坝X15段裂缝开度进行短期预测。比对两种方法的预测结果可得,通过遗传算法优化BP神经网络的预测精度明显高于传统BP神经网络,本研究可为大坝的安全运行管理提供一种技术方法。     

基于CPSO-BP神经网络的PM_(2.5)浓度预测模型

为了提高大气中PM_(2.5)浓度的预测精度,采用平均影响值(MIV)算法筛选出对大气中PM_(2.5)浓度有影响的主要变量,并依次作为神经网络输入变量。利用混沌粒子学(CPSO)算法修正BP神经网络初始权值和阈值,优化BP神经网络机构,以达到提高预测模型精度的目的。以2017年西安市PM_(2.5)日均浓度数据为样本建立预测模型,实验结果表明:相比于传统BP神经网络,基于CPSO-BP神经网络预测性能更优。     

基于粒子群优化的BP神经网络预测方法及其应用研究

本文提出了一种基于粒子群优化的BP神经网络预测方法.该方法利用粒子群优化算法全局搜索BP神经网络的权值和阈值,并利用优化后的BP网络建立预测模型对经济指标进行预测.仿真实验结果表明,该方法克服了传统BP神经网络本身所存在的局部最小值和训练速度慢等不足,能够较好应用于定量经济指标预测,有效提高了预测的精度.     

化工专业学位硕士研究生“三位一体”教学模式研究

以培养专业学位研究生的综合素质与工程实践能力为目标,构建化学工程领域专业学位硕士研究生教学体系.以专业学位研究生的课程设置、课程教学为核心,依据专业学位硕士人才培养特征,创建"三位一体"教学模式.进而实现理论课教学与实践课教学的有机融合,为学生个性发展与素质和能力培养创设条件与环境,为专业学位硕士研究生成为合格工程师奠定基础.     

大学生合作学习研究述评

众多研究表明,合作学习是一种有效的教学组织形式.而关于大学生合作学习的研究在我国刚刚起步,了解当前的研究现状,对于我们在高等教育大众化的背景下,探索新的大学生学习模式是非常必要的.通过了解大学生合作学习的含义与兴起背景,以及我国目前有关的理论探讨,有助于研究者在实际工作中的实践探索.     

语境和对等翻译策略对中国学习者的有效性

采用实证研究、问卷调查的方式,以在University of York学习的24名中国籍研究生为研究对象,探究语境和对等翻译策略中能有效帮助中国学习者进行词汇学习的最佳方案,并进一步探究了英语学习能力强者和不强者在这两种学习策略运用上的不同表现。实验结果表明,对等翻译策略比语境策略更能有效地提高中国研究生学习英语词汇的效率。     

植物学实验考核方法的改革与探索

根据植物学实验课的具体要求,提出了对该课程的考核方法和对学生学习成绩的评分标准.教学实践表明,采用该考核方法和评分标准,能有效督促学生对实验课的学习,便于教师对教学效果进行检查,较准确地评价学生的学习成绩.     

基于掌握学习理论的成人英语教学改革探索

成人英语教学是我国大学英语教学的盲点,传统的英语教学方法和模式已不能满足成人学生的需求。"掌握学习"理论面向全体学生,给予充分的时间和恰当的教学,让所有学生都能掌握所学内容。运用这一理论在成人教育中进行大学英语教学改革,有效地提高了教学质量,成功地解决了差生教育问题。     

中学生物理学习自我效能感培育策略的实验研究

物理学习自我效能感对促进学生的物理学习和终身发展均具有重要意义．本研究是在一学期的物理学习中,采用引导学生制定合理的物理学习目标、对学生进行激励性评价、体验成功等策略,培养学生的自我效能感,结果表明：实验班学生训练效果显著,增强了学生的物理学习自我效能感,提高了物理学习成绩,说明培育策略有效．     

大学物理实验教学方法和手段的改革与探索

通过分析大学物理实验教学中存在的问题,提出大学物理实验课教学方法和教学手段改革的新模式和新思路.一方面,通过开设自学实验室和物理实验研讨讲座,培养学生的自学能力;另一方面,实行开放式教学管理,设立《1+1应用创新实验》课程,开拓学生的视野,满足不同层次学生的学习需求.将新的教学方法和手段具体应用于大学物理实验教学过程中,既提高了教学效果,又激发了学生对大学物理实验课程的学习兴趣.     

大学英语自主学习能力调查及对比

通过问卷调查和对学生、教师进行访谈等形式,就大学生英语自主学习能力进行了调查和对比分析。调查对象和在国外学习公共英语的中国留学生在自主学习能力方面存在着差异。进一步探讨了产生这些差异的原因以及可能对英语学习产生的影响,并对大学英语教学提出改进建议。     

大学生学习自我控力与学习动机的相关研究

应用自制的大学生学习自我控制量表和大学生学习动机量表,对漳州师范学院470名本科生进行调查,结果发现;1、大学生的深层型学习动机与学习自控力各因素都有较高的正相关,表层型学习动机与学习自控力各因素有高的负相关,成就型动机则与自控力无显著相关。2、大学生学习的自主性还有待于提高,如学习动机缺乏,学习目标比较功利。     

控制工程全日制专业学位研究生实践创新能力培养体系建设探析

控制工程领域全日制专业学位研究生实践创新能力的培养体系急待建立。必须改革教学内容和方法,注重课程设置的个性化,注重具有工程实践背景专兼职相结合的师资建设;建立学习全过程参与实践的培养模式,包括基础实验、专业系列实验、研究实验和结合企业实际的实践系列四个层次;突出创新性和工程化培养的研究生实践实习的教学方法和校企合作平台,提高学生的工程能力;完善考核评价体系,形成理论学习与专业实践并重的考核评价体系,实践探索学位论文选题及论文形式的多样化。