贝叶斯正则化的 BP 神经网络在经济预测中的应用

本文应用Bayesian正则化算法改进BP神经网络泛化能力.通过对湖北省1985年-2004年关于经济发展水平的数据进行拟和以及预测,结果表明采用Bayesian正则化算法比相同条件下采用其他改进算法泛化能力要好,收敛速度快、预测精度高,方法简单,操作方便.实例分析表明, 贝叶斯正则化算法优化BP神经网络的方法是令人满意的,对经济预测有良好的预测效果.     

基于贝叶斯正则化BP神经网络的股票指数预测

提出了利用贝叶斯正则化BP神经网络对股票指数进行预测.通过对比实验表明,贝叶斯正则化的BP神经网络比相同条件下采用其他改进算法有较好的泛化能力,对股票指数预测有很好的效果.     

基于BP神经网络的深基坑变形预测

结合某深基坑工程,以桩体水平位移实际监测数据为样本,建立BP神经网络时间窗口预测模型,采用Matlab平台编写程序,采用Sim函数对网络进行仿真,采用Plot函数进行仿真误差分析,预测围护结构桩体的水平位移.结果表明,预测值同监测值、设计计算值吻合,表明了该预测方法的可行性.     

基于神经网络的深基坑支护结构变形预测研究

基坑工程由于受多种因素的影响,目前已成为岩土工程中的重点和难点。在基坑工程施工中,需要根据现场实际情况、周围环境、建筑安全等级等对变形进行严格控制。通过现场量测的深基坑围护结构变形信息资料,对实测数据进行整理和分析,利用神经网络对支护结构的变形做出预测,以保证基坑安全施工。     

神经网络在深基坑支护变形预测中的应用

利用人工神经网络理论对城市深基坑支护结构的变形量进行了分析和预测,建立了预测支护结构最大变形量的网络预测模型,预测结果表明,该网络系统有很高的预测精度,可应用于实际工程。     

灰色-BP神经网络在深基坑变形预测中的应用研究

随着城市化进程的推进,向地下空间发展将是趋势,由此带来大量深基坑工程。深基坑的稳定问题不仅关系上部结构的安全,而且还会影响周边建筑物的变形,因此深基坑变形研究越来越受到重视。将改进灰色预测模型与BP神经网络组合模型结合,通过在南京某大型深基坑的变形模拟和预测效果对比,改进后的灰色模型在一定程度上提高了拟合精度与预测精度,而灰色-BP组合模型在此基础上通过MATLAB平台又进一步地提高了拟合与预测的精度。该研究可为工程施工提供较好的指导意义,并为同类工程提供借鉴。     

神经网络在深基坑变形监测中的运用

深基坑变形监测作为变形监测中十分重要的内容,其技术和方法也在随着科技的发展而发生积极的变化。本文综述了深基坑变形监测的数据处理,提出了采用BP神经网络算法进行数据分析及预报。文中详细介绍了神经网络算法,并重点阐述了BP神经网络算法的原理。针对传统BP神经网络算法存在的缺陷,通过对初始权值选取进行了改正,并将小波基函数作为改进算法的激活函数,有效避免了神经网络陷入局部过小的问题。最后,通过工程实例对传统的BP神经网络算法和改进的BP神经网络算法进行分析和比较,结果表明,改进算法的预测值与实测值基本吻合,预测结果更加精确。     

BP神经网络在围岩变形预测中的应用

利用神经网络，建立了围岩变形预测的BP神经网络模型，采用围岩变形的实测数据对网络进行了训练，以此训练好的BP神经网络对围岩变形进行了预测。预测结果表明，该模型具有很高的预测精度，为预测围岩变形提供了一种新的方法。     

贝叶斯正则化神经网络预测金属热力学性质的研究

采用贝叶斯正则化神经网络(BRNN)对67种金属升华热Ls和升华熵△Ss进行了预测．对网络结构、训练集、预测集以及学习次数进行了优化，并用独立预测样本对贝叶斯正则化神经网络作了检验．预测结果表明，在推广能力方面，贝叶斯正则化神经网络优于熟知的反向传播(BP)神经网络和多元线性回归方法(MLR)．它可望成为元素和化合物构效关系研究的辅助手段．     

基于贝叶斯正则化BP神经网络的PEMFC电堆建模

质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)电堆具有输入输出关系复杂、非线性强等特点,获得精确的电堆模型是PEMFC系统优化控制的基础.文章针对PEMFC电堆特点,提出一种改进BP(back propagation)神经网络的PEMFC电堆建模方法.利用BP神经...     

开挖作用下的深基坑变形神经网络监测模型

为使监测模型深入揭示深基坑在开挖期间的变形规律,从土体遗传蠕变机理出发,提出等效开挖深度概念,将变形影响因子构造为考虑开挖深度的瞬时变形影响因子和考虑蠕变效应的历史变形影响因子.利用径向基函数神经网络的强大的非线性映射能力,以已有的实测数据为训练样本,构造相应的输入因子,建立了深基坑变形的监测模型,可实现对后期开挖的深基坑变形的非线性预测.实例验证表明,该模型效果好、有利于对开挖作用下的深基坑变形进行监测分析和预测,为保障深基坑变形安全提供了有力工具.     

天津市某医院深基坑工程变形特性及预测研究

依托天津地区软土大背景下的深基坑工程,对天津市某医院大尺度深基坑开挖施工过程中的现场观测数据进行理论分析,并利用FLAC~(3D)软件建立3D基坑模型并对基坑开挖支护全过程进行动态模拟,将软件计算结果与基坑现场监测数据进行对比。对比结果表明:模拟所得数值与现场观测数据规律较为贴切,随着基坑开挖进一步进行,外侧土体位移量逐步增加,当基坑开挖全部完成时,土体出现最大沉降量,桩顶水平位移与深层水平位移均满足监控测量标准的要求,说明所选取的支护结构等措施可以较好地控制基坑围护结构的变形并提出预测最大侧向位移的公式为后续类似工程提供一定的参考依据。     

亚热带海湾深基坑边坡的变形特征

以海南省三亚市某亚热带海湾的深基坑工程为背景,通过对其施工期间的动态数据进行处理和分析,总结了该深基坑工程的支护结构变形、周边道路沉降变形、锚索应力及地下水位变化等特征.分析结果表明:在基坑开挖阶段中基坑围护结构变形较为明显,基坑周边的荷载变化对基坑围护结构变形的影响较大;在亚热带海洋性气候下的海南,较大的降水量会对基坑围护结构的变形和安全稳定有较大的影响;合理的腰梁设计和锚索施工可有效减少基坑失稳的可能性.     

基坑变形及其安全性的随机预测

将基坑支护与周围土体视作一个不确定性系统，在对随机性很强的现场位移量实测数据建立提取趋势项和分离随机项方法的基础上，采用蒙特卡罗法建立了确定土性参数的随机反分析方法，由此得到可反映土体整体力学性质的不确定性参数。还据以建立了基坑变形的预测计算模型，包括预测基坑未来变形量的概率分布，及对基坑工程的安全性作概率意义上的判断。分析过程中，对土的流变性特征采用粘弹性本构模型进行了工程简化。提供的工程应用实例表明了此方法的可靠性。     

富水深基坑降水引起的地表沉降预测

随着城市轨道交通的发展,富水地区地铁深基坑降水引发的工程问题时有发生,引起广泛关注。传统算法计算地基沉降只考虑降水前后土体自重应力的变化。在此基础上进一步考虑渗流动水压力引起的有效应力变化和止水帷幕对土体沉降的约束影响,提出一种简化的计算降水引起基坑外地表沉降的方法。并结合实际工程对该方法进行验证。结果表明:考虑地下水渗透力的影响使降水后土体有效应力较不考虑渗流时增加5%左右,地下水渗流对土体有效应力的影响不可忽略。止水帷幕对土体沉降的约束影响在距支护结构1倍降水深度范围内,计算该范围内土体沉降需将止水帷幕影响考虑在内。同时考虑降水前后自重应力变化、渗透力影响、止水帷幕约束这三者的共同作用,得出的理论计算结果与实测值误差在12%以内,验证了计算方法的有效性。     

BP小波神经网络在大断面隧道变形预测中的应用

将BP算法引入小波神经网络,自适应地调整小波系数和网络权重,同时利用自适应算法调节BP算法的学习率,提高收敛效率.以4车道隧道——前欧隧道的监测数据为基础,建立BP小波神经网络变形预测模型.预测结果表明:BP小波神经网络对地质条件相似,施工及初期支护方法相同的隧道断面变形进行预测,其预测结果满足工程精度要求,能较准确地...     

基于时空效应的深基坑工程变形规律分析

以基坑开挖的"时空效应"为根据,对上海市陶家宅深基坑工程的监测数据进行统计分析。对各监测项目在不同施工阶段、不同空间位置的变形规律进行讨论,重点分析了基坑自身变形及周边环境的变形在不同"时空条件"下的表现形式与内在联系。结果表明:各监测项目的变形主要发生在基坑开挖阶段,底板可以有效地控制基坑自身和周围环境的变形;基坑的空间效应影响程度沿远离坑角方向衰减,且基坑长深比越大,空间效应表现得越明显;围护结构最大侧移及最大侧移出现的深度均随开挖深度的增大而增大;基坑周边地表沉降沿远离坑壁方向呈现先增大后减小的三角形变化趋势;基坑周边地表沉降与管线沉降规律大体相同,但在数值上存在一定的差别。