采用BP和RBF神经网络的厦门市工程造价预测模型

收集55个厦门市典型工程造价指标,利用SPSS软件对数据进行预处理,选取11个工程特征作为造价的主要影响因素,分别建立基于多层前馈(BP)和径向基函数(RBF)神经网络的工程估价模型.从55个案例中随机抽取10个作为预测样本,剩下的45个作为训练样本,进行BP,RBF神经网络预测模型的训练和测试.结果表明:通过参数优选的RBF神经网络工程造价预测模型,预测误差在5%以内,网络泛化能力更优越,可用于实际工程造价的辅助估算.     

改进BP神经网络模型在小康水利综合评价中的应用

分析BP神经网络应用于小康水利综合评价中存在的几个关键性问题。利用层次分析法(AHP)从100余个水利统计指标中遴选出30个具有一定代表性的指标用于构建小康水利综合评价指标体系并给出相应的分级标准;采用LM算法弥补标准BP神经网络在实际应用中存在收敛速度慢、易陷入局部极值等不足,建立了神经网络小康水利综合评价模型——LM-BP模型;利用随机内插方法在小康水利综合评价分级标准阈值间生成训练样本和检验样本;提出网络拟合度的概念;选取网络拟合度、平均相对误差等5个统计指标用于评价模型性能。在模型达到预期的评价精度和泛化能力后,将其用于文山州小康水利综合评价,并构建传统BP模型、RBF模型作为对比模型。结果表明:(a)无论是训练样本还是检验样本,LM-BP模型的评价精度均高于传统BP神经网络模型、RBF神经网络模型近一个数量级,表明LM-BP模型具有较高的评价精度和泛化能力,可用于文山州小康水利综合评价,模型收敛速度快、稳定性能好。(b)2010年文山州及各县级行政区小康水利综合评价为1~2级,处于起步—基本实现阶段;2020年预测评价为3级,全州基本实现小康水利。     

模糊神经网络预测电针镇痛中生化指标的变化

针对电针镇痛过程中生化指标化验的时滞性及费用高等不足,提出基于模糊神经网络预测电针镇痛过程中生化指标变化的方法.模糊神经网络的性能通过隶属函数的类型和隶属函数的个数优化.网络的训练数据来源于电针镇痛病人的心电图(ECG),脑电图(EEG)等生理电信号以及检测的生化指标.选取45个样本为训练样本,剩余的15个样本作为预测样本.模糊神经网络预测的结果与实际检测的结果非常吻合,从而为电针镇痛过程中生化指标变化预测提供了一种新的方法.     

基于BP神经网络的黄河口海水入侵程度评价研究

基于BP神经网络,以Cl-、矿化度、电导率和地下水位为黄河口区域海水入侵评价指标,建立了具有8个隐含层节点、3层网络的海水入侵程度评价模型。应用海水入侵程度评价指标的各级评价标准作为模型的训练样本和检验样本,对BP神经网络进行训练和检验,并对黄河口区域的海水入侵程度进行评价。结果表明,BP神经网络对检验样本的模拟输出和期望输出一致,黄河口区域海水入侵程度比较严重。     

自适应模糊神经网络在工业用水量预测中的应用

阐述了自适应模糊推理系统(Adaptive Network-based Fuzzy Inference System,ANFIS)网络,提出了工业用水量预测的ANFIS网络预测模型,并以黄河流域1993-2002年工业用水量为训练样本,以2003年、2004年工业用水量为校验样本,结果表明,ANFIS神经网络预测模型具有很高的准确性和实用性.     

甘蔗收获机剥叶性能评价中权重确定的BP网络方法

为了解决甘蔗收获机械剥叶性能评价中权重确定的关键问题,构建了三层前馈BP神经网络,并采用正交试验数据构造训练样本,以提高训练速度及精度．在此基础上通过运用经训练后的BP神经网络的各连接权值,确定了反映各目标因素对评价指标影响程度的权重值．运用BP神经网络方法可确保经确定的权重能如实地及映出各目标因素对评价指标的重要程度．     

基于BP神经网络的田间杂草识别技术研究

设计了一种以田间除草指标体系作为神经网络的输入,以田间除草等级作为输出的田间除草综合评价模型;以田间除草指标的各级评价标准作为模型的训练样本和检验样本,设计了一种神经网络算法,利用Matlab软件对BP神经网络进行训练和检验.结果表明:BP神经网络对检验样本的模拟输出和期望输出是一致的;BP神经网络人工智能技术应用到田间除草,具有运算速度快、精度高,过程方便简捷的优点.     

阴极射线管色度转换的神经网络模型

利用神经网络技术实现了从阴极射线管(CRT)的R、G和B空间到CIE的标准色度空间的转换.用拟牛顿法训练网络模型,建立了从CRT的R、G和B到CIE的X、Y和Z色度空间变换的3 10 10 3神经网络模型.采用7点LOG空间分布方案的343个训练样本建模的试验表明,收敛性与训练时间及模型精度均优于前人采用3~4个隐层的方案,343个训练样本、216个检验样本和64组测试样本的平均转换精度分别为0.6个CIELUV色差单位,说明该模型的泛化能力很好.     

改进TOPSIS与GA-BP耦合的采空区危险性辨析

针对目前采空区危险性辨析过程繁冗且准确性低的问题,提出了改进的TOPSIS与神经网络耦合的辨析方法.首先,为提高训练样本采空区危险性辨析客观准确性,将理想解方法(TOPSIS)进行改进,分别利用绝对理想点以及IFAHP避免了由于理想解及权重变化引起的逆序现象,并利用各辨析指标不同危险等级的区间临界值实现了TOPSIS对采空区危险性等级划分.将改进TOPSIS运用于某矿山100组采空区进行危险性辨析并验证结果.然后,为简化辨析过程,使改进TOPSIS与GA-BP神经网络有效结合,以经过TOPSIS辨析的100组样本采空区对GA-BP训练得到神经网络模型并对5组样本进行危险等级输出,结果与事实相符.研究结果不仅提高了采空区危险性辨析的客观性,并为简化辨析过程提供了新的思路,提高了工程应用性.     

基于RS-TOPSIS法的地下工程岩体质量评价

将逼近理想解的排序法(TOPSIS)运用于地下工程岩体质量评价问题中,选用岩石质量指标、岩石单轴饱和抗压强度、岩体完整性系数、结构面强度系数和地下水渗水量5个影响因素作为地下工程岩体质量评价指标.基于粗糙集理论(RS),通过计算评价指标与评判结果的粗糙依赖度确定评价指标的重要性.以广州抽水蓄能电站1期地下工程岩体17组实测数据和13组插值数据作为学习样本,依据单指标分类区间下限构造5个不同等级的典型样本,通过计算典型样本与正理想解的相对贴近度来确定分类区间,建立RS-TOPSIS地下工程岩体质量评价模型,并逐一对30组学习样本进行回检,正判率为96.7％.将建立好的评价模型运用于该电站2期地下工程岩体质量评价.研究结果表明:采用地下工程岩体质量RS-TOPSIS评价方法获得的结果与突变基数法、BP神经网络法以及支持向量机法评价结果相吻合,该方法具有工程实用价值,可以运用于地下工程岩体质量评价.     

基于RST的海底采场顶板稳定性二级模糊评价方法

 为更加科学准确地评价海底采场顶板稳定性,提出一种基于粗糙集理论（RST）的采场顶板稳定性二级模糊评价方法。结合三山岛金矿海底开采实例,选取岩体抗压强度、岩石质量指标、节理平均间距、地下水状况、以及采场的深度、跨度、跨高比、周围扰动影响、顶板暴露面积、顶板最大暴露时间和支护措施等11项指标作为评价因子,采用连续分段函数和模糊语言变量隶属度取值表,分别确定连续性指标隶属度和离散型变量隶属度,并以12个采场为训练样本,采用粗糙集理论（RST）确定各指标权重,运用所建二级模糊评价模型,对12个采场样本逐一进行检验,正确率为100%;对-400m水平采场顶板稳定性进行评价,评价结果与该采场顶板的实际状况吻合,表明了该方法用于海底采场顶板稳定性评价的可行性。     

基于梯度惩罚生成对抗网络的过采样算法

在不平衡数据分类问题中，为了更注重学习原始样本的概率密度分布，提出基于梯度惩罚生成对抗网络的过采样算法（OGPG）。该算法首先引入生成对抗网络（GAN），有效地学习原始数据的概率分布；其次，采用梯度惩罚对判别器输入项的梯度二范数进行约束，降低了GAN易出现的过拟合和梯度消失，合理地生成新样本。实验部分，在14个公开数据集上运用k近邻和决策树分类器对比其他过采样算法，在评价指标上均有显著提升，并利用Wilcoxon符号秩检验验证了该算法与对比算法在统计学上的差异。结果表明该算法具有良好的有效性和通用性。     

考虑边界稀疏样本的非平衡数据处理方法

针对现有非平衡数据处理方法存在的局限性,提出一种考虑边界4稀疏样本的混合采样方法(considering boundary sparse samples-hybrid sampling,CBSS-HS)。通过计算每个样本的边界因子识别边界点,将样本空间划分为边界域和非边界域,对非边界域内的负类样本进行欠采样,而由于边界域上样本的稀疏性,对其上正类样本使用基于最大距离的合成少数类过采样技术(max distance-synthetic minority oversampling technique,MD-SMOTE)进行过采样,最大限度地保留正类样本的信息,最终达到2类样本基本平衡。将Recall,F1-value,G-mean和AUC(area under the curve)值作为评价指标,使用CBSS-HS+支持向量机(support vector machines,SVM)算法在5个不同平衡度的数据集上验证其有效性,并与其他4种组合模型的分类效果做对比。结果表明,提出的CBSS-HS算法在不同数据集上各个评价指标都有良好的表现,平均提高了4.6%。因此,该方法可以作为处理非平衡数据的一种有效手段。     

SBS改性沥青混合料高温性能多指标综合评价

通过室内车辙试验以及静态蠕变、动态蠕变试验,研究了混合料在特定温度和压力等条件下的变形特性,全面考察了沥青混合料的高温性能,提出宜采用车辙动稳定度、相对变形、静态蠕变劲度和动态蠕变劲度等指标对混合料高温性能进行多指标综合评价;相关分析表明,不同厚度试件(50,70 mm)的车辙动稳定度以及相对变形均表现出较好的线性相关性,试验温度40 ℃的条件下的静态蠕变劲度和动态蠕变劲度之间也表现出较好的线性关系.     

基于主成分分析的高炉操作炉型评价

针对目前高炉操作炉型管理模型中存在用于评价炉型的指标多且重叠性大的问题,提出一种基于主成分分析的改进方法.该方法能够从传统评价炉型的指标(焦比、煤比、综合焦比、利用系数及铁水硅含量)中生成3个核指标,新的核指标空间相互独立,且能够代表原有的指标,从而解决了指标多且重叠性大的问题.在国丰1号1 780 m3高炉,开发应用了该改进的高炉操作炉型模型,确定了该高炉的主要操作炉型类别并对其进行了评价.     

基于最优组合权重的GRA-TOPSIS深井巷道支护方案优选

为确定矿山最佳深井巷道支护方案,基于最优组合权重构建深井巷道支护GRATOPSIS综合评价模型,以某深井矿山为例,选取14项评价指标作为GRA-TOPSIS综合评价模型的判别指标,运用层次分析法(AHP)和熵权法确定组合权重,引入最小鉴别信息原理优化组合赋权,利用GRA-TOPSIS综合评价方法定量分析备选支护方案,基于评价指标的综合优越度确定最优巷道支护方案。结果表明,5种备选支护方案的综合优越度分别为:50.4%,49.0%,56.6%,42.7%,55.8%。顶板与两帮均锚杆锚索、喷射混凝土,底板锚索并注浆联合支护方式为最优决策。该评价模型能够对支护方案定量评价,模型鲁棒性强。     

SystemC的扩展及其在性能分析中的应用研究

在嵌入式系统的系统级建模和性能分析过程中,经常需要定量地分析和评估系统的平均延时、CPU占用率等性能指标。本文基于SystemC语言,针对嵌入式系统设计了一套性能分析评估的库函数,用于统计性能参数样本、计算期望值和置信区间,同时在性能指标满足要求的精度时终止仿真。并详细阐述了性能分析库函数的设计方法。以语音识别系统为例,设计了一个虚拟仿真平台,并使用该性能分析库函数进行性能分析,仿真结果表明,设计的库函数适用于嵌入式语音识别系统的性能分析,在一定程度上对SystemC的类库进行了扩展。     

SystemC的扩展及其在性能分析中的应用研究

在嵌入式系统的系统级建模和性能分析过程中,经常需要定量地分析和评估系统的平均延时、CPU占用率等性能指标.本文基于SystemC语言,针对嵌入式系统设计了一套性能分析评估的库函数,用于统计性能参数样本、计算期望值和置信区间,同时在性能指标满足要求的精度时终止仿真.并详细阐述了性能分析库函数的设计方法.以语音识别系统为例,设计了一个虚拟仿真平台,并使用该性能分析库函数进行性能分析,仿真结果表明,设计的库函数适用于嵌入式语音识别系统的性能分析,在一定程度上对SystemC的类库进行了扩展.     

民族地区旅游城镇化水平评价体系构建研究——以恩施土家族苗族自治州为例

旅游业已成为山地民族地区经济快速发展、实现摆脱贫困任务的主导产业.近年来,旅游业的发展在推动新型城镇化进程中起着越来越重要的作用,该文以旅游业发展迅速且典型的少数民族聚居地——恩施土家族苗族自治州为例,尝试从人口、经济、社会、空间、生态环境5个维度构建旅游城镇化水平评价体系,运用熵权法给五个维度下37个指标进行权重赋值...