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神经网络的工程造价估算模型研究

根据神经网络原理和工程造价估算的特点,通过研究工程造价的构成,建立了工程造价估算模型.从模型调试和测试结果来看,经测算其精度基本可以满足实际工程投资估算的需要,模型具有较好的应用价值.     

基于BP神经网络模型的高等教育学费研究

高等教育学费是当前的一个热点问题。以部分高校的相关数据作为样本,建立基于BP算法的神经网络模型。首先对样本数据进归一化处理,然后利用matlab进行模型的运算与分析,确定了高等教育学费的四个主要影响因素对学费影响程度的大小,从而得到了一个较为精确的高等教育收费数学模型。     

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。     

基于模糊神经网络的工程估价系统的研究与设计

现如今市场经济竞争十分激烈,实际招投标工作要求能快速准确地进行工程造价的估算.无论业主还是承包商确定工程造价都要求快速、准确,完善的快速估价系统能够很好地解决这个问题.模糊技术与神经网络结合是一种把经验与数学模型结合,这种研究打破了过去人们所进行的各种学科在逻辑上的独立性,预示了人工智能的光明前景和希望.     

基于BP神经网络的玻璃瓶裂纹检测模型

阐述了BP神经网络的基本原理，介绍了一种直接估算最佳隐含层节点数的方法。针对普通的玻璃瓶裂纹检测算法存在的问题，提出了一种基于BP神经网络的玻璃瓶裂纹检测模型。实验表明，该模型的检测效果与普通算法相比有了明显的提高。     

基于BP神经网络的工程图形相关性数据压缩存储

针对工程图形自身及其在计算机技术实现领域的特点,利用图素数据之间的相关性联系,简化工程图形存储的数据结构,并采用人工神经网络BP算法对其进行编码压缩,从而实现了工程图形复杂数据的高效存储和显示.此方法同样适用于图像文件的处理,并可以取得更加明显、有效的结果.     

BP神经网络及其改进

针对标准BP算法存在的缺陷，从网络结构、算法及初始值选取等各个角度系统总结了BP神经网络的各种改进措施，对各种方法的原理及优缺点作了详尽分析。指出了BP神经网络今后改进的方向。     

基于BP神经网络的故障诊断

本文论述了BP神经网络的结构和学习算法以及应用到故障诊断中的原理和过程。详细地分析了拖拉机变速箱的工作原理,并讨论了利用BP神经网络的优点,应用到该工程的故障诊断中。通过试验证明,基于神经网络的故障诊断已经逐步走向成熟。     

基于BP神经网络的市政工程造价预估研究

为了提高效率,提出了一种基于BP神经网络的工程造价预估模型。该模型在详细分析市政排水管道工程的项目特征和工作内容的基础上,找出了影响市政工程造价的主要因素,建立了造价影响因素和工程造价之间的映射关系,以工程的特征因素作为神经网络的输入向量,将所需的工程造价作为神经网络的输出向量,通过将已有相似工程的造价信息进行输入,训练网络函数,使函数不断修正改进,从而实现工程特征输入空间到工程造价输出空间的映射,达到了准确预估市政工程造价的目的。实验结果表明,本文建立的仿真模型切实可行,是比较理想的市政工程造价预估方法,可以预估到比较准确的市政工程造价。     

厦门市工程估价的RBF神经网络预测模型

选取55个厦门市典型工程造价指标,利用SPSS统计分析软件对工程特征和训练样本进行相关性分析、归类合并,得出11个工程特征作为平米造价的主要影响因素.以径向基函数(RBF)神经网络原理为基础,建立工程造价估算模型,通过试验,选择net=newrb(P,T,0.01,1.0)建立RBF网络,用y=sim(net1,P)对样本进行训练测试.实证分析结果显示:该模型具有计算快捷简便的优势,估算误差在允许范围内,可用于实际工程造价的辅助估算.     

基于灰色BP神经网络的装备保障费用预测模型

装备的保障费用是装备全寿命周期费用的重要组成部分,为了科学合理地预测武器装备的保障费用,通过分析装备保障费用的构成及其影响因素,考虑到装备保障费用数据量有限、复杂多变、非线性,用单一预测模型预测精度不高,因此建立了基于灰色系统理论和BP神经网络的组合预测模型,将灰色系统模型善于处理小样本数据和BP神经网络优于解决复杂非线性问题的优点有效地结合起来,对基于非线性时间序列的保障费用进行预测。仿真实例表明该组合模型的预测结果比传统单一模型所得到的预测结果总体误差要小,可以有效提高装备保障费用的预测精度。     

基于因子分析和BP神经网络的地铁盾构施工成本风险分析

基于中国地铁盾构施工过程中成本风险的不易控性,为了实现地铁盾构施工节约成本、规避风险的目的,提出了因子分析与BP神经相结合的成本风险分析模型。运用SPSS软件对数据进行降维处理,结合MATLAB软件建立BP神经网络模型并进行训练,完成对地铁盾构施工阶段的成本风险评价。结合兰州地铁1号线施工过程的成本风险分析,得出对成本风险影响程度大的变量,并提出相应改进措施。为地铁盾构施工阶段的成本风险分析提供了一种较为客观的评价方法。     

基于BP神经网络的税收预测模型

在分析影响税收主要因素的基础上，将反向传播（BP）神经网络理论应用于税收的预测．首先对初始数据进行预处理，使其适应BP神经网络学习的要求，然后建立基于BP神经网络的税收预测模型．采用实际数据对模型进行验证，并将其与传统的统计模型相比较，证明了基于BP神经网络的税收预测模型有较高的精度和较强的实用性．     

BP神经网络拟合平稳跟踪眼震信号

在前庭功能检查中,要对平稳跟踪信号进行分析,必须先对实验者的跟踪数据信号进行曲线拟合。由于BP神经网络可以实现输入和输出间的任意非线性,使得它在函数逼近上有广泛的应用。因此本文用BP神经网络对平稳跟踪信号进行曲线拟合。对网络的训练方法采用贝叶斯正则化算法。实验表明,拟合的曲线和正弦曲线基本吻合,尽可能的通过了样本点,也排除少数点的干扰。     

BP神经网络的模型优化研究及应用

随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题。通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究。并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度。     

基于BP神经网络的发动机怠速模型

发动机怠速模型是发动机怠速控制的基础.发动机怠速工况具有非线性特性.利用BP人工神经网络建立了发动机怠速模型,并利用实际发动机系统测得的怠速转速数据作为神经网络学习样本数据.理论分析和仿真研究均表明了该方法的有效性.     

基于BP网络的有教师分类算法及应用

介绍BP神经网络的结构及相关算法,并通过实验比较不同情况下对BP神经网络的收敛速度与分类精度的影响。实验表明,合适的参数设置能提高BP神经网络算法的分类精度。     

基于人工神经网络送电线路工程造价的快速估算

根据送电线路工程造价结构的影响因素,结合人工神经网络的特点,提出了运用人工神经网络进行工程造价快速估算和审查的方法.分析送电线路工程造价结构和影响因素,构建关于送电线路工程造价的神经元输入输出向量,建立了相应的人工神经网络模型,导出了算法的实施步骤,通过历史工程样本训练和实例样本计算分析,得到了比较好的快速计算结果,满足了工程项目概算方案审查的要求,为电力工程概算提供了一种客观、快速的审查方法.