基于BP神经网络的建筑工程造价快速估算方法

在对建筑工程造价影响因素分析的基础上给出了样本的定性定量描述方法,建立了建筑工程造价资料快速估算的BP神经网络模型,用已建典型工程资料对BP神经网络进行训练,实现了工程造价资料的快速估算,实例证明该方法是可行的,估算结果是可靠的。     

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.     

公路工程造价估算中模糊神经网络的应用

近些年来,伴随着我国公路事业的蓬勃发展,公路工程建设的数量和规模日益增加。而公路工程造价估算作为公路工程建设的重要前提以及公路工程管理的重要组成部分,其在公路建设中的地位也日益突显,合理的工程造价估算可以有效提高工程施工单位投资决策的科学性。而基于模糊神经网络的工程造价估算方法可以有效的克服传统工程造价估算方法的一系列弊端,有效提高公路工程造价估算的合理性和科学性。本文从公路工程造价的相关概念谈起,然后对模糊神经网络的相关概念给予了深入浅出的说明,最后就公路工程造价估算中模糊神经网络的应用进行了全面的说明。     

基于BP神经网络模型的水质评价方法探讨

运用人工神经网络理论和方法,建立了水质评价的BP神经网络模型,并对长治市10眼水井的地下水水质进行了评价,并与综合指数法、模糊综合评判法的评价结果进行了比较。结果表明,用BP神经网络模型评价水资源水质是可行的,为水资源水质评价提供了一个新的方法。     

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。     

神经网络BP模型在室内轰燃预测中的应用

总结了目前常用的室内轰燃预测方法，评述了人工神经网络和BP网络模型的特点以及神经网络在轰燃预测中的工作原理和网络构建方法，提出了预测轰燃的神经网络预测法，进行了有效的验证。由于室内火灾受建筑材料热惯性、开口通风因子、燃料热释放速率和房间内部尺寸等多种因素影响，传统轰燃预测方法存在多方面的局限性，而BP神经网络预测方法是合理、可行的方法。     

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BP神经网络方法的财务预警模型研究

本文通过BP神经网络方法来建立我国上市公司财务失败的预警模型,该模型对检验样本的预测正确率为85%,实证研究表明,该模型具有较好的预测效果。     

工程造价估算模型种类及神经网络法应用

介绍了目前工程造价估算的一些主要模型方法和各自的特点。神经网络估算法具有自学习和白完善特征,以市政工程为倒进行了应用分析。采用科学的,简便的而又准确的遗价估算模型具有重要的工程意义,以确保工程投资及控制目标的顺利完成。     

基于灰关联神经网络的电力工程造价估算

为准确地估算和审查电力线路的工程造价,提出一种基于灰关联分析和神经网络相结合的造价估算方法。利用灰关联分析法筛选出影响工程造价的10个主要工程特征参数,以此作为神经网络输入向量,构建GRA(grey relational analysis)-ANN(artificial neural networks)造价估算模型;以某市110 kV电力线路改造的工程造价资料为实验对象进行算法验证,结果显示静态投资的相对误差最大为3.72%,最小为1.85%,估算精度高;分别采用LM-BP算法和传统BP算法训练GRA-ANN网络,结果显示LM-BP法的误差下降速度更快,整体误差更低。     

乡镇输配水工程优化设计方法研究

输配水工程在给水系统投资和年费用中占有相当大的比例。文章以年费用最小为目标函数 ,应用网络理论和动态规划进行乡镇输配水工程优化设计研究 ,建立了优化设计数学模型。在研究中 ,考虑了峰谷电价和需水量在时间上的变化问题。以某镇输配水工程为背景 ,作了实例计算分析 ,说明了该方法设计乡镇输配水工程 ,可明显节省年费用。     

人工神经网络与小波变换

相应于人工神经网络逼近非线性系统问题引入了一种亲的小波变换并研究了其性质，作为推论，给出了Ｌｐ范数下定理的一个构造性证明。     

Neural networks and perceptual learning

Sensory perception is a learned trait. The brain strategies we use to perceive the world are constantly modified by experience. With practice, we subconsciously become better at identifying familiar objects or distinguishing fine details in our environment. Current theoretical models simulate some properties of perceptual learning, but neglect the underlying cortical circuits. Future neural network models must incorporate the top-down alteration of cortical function by expectation or perceptual tasks. These newly found dynamic processes are challenging earlier views of static and feedforward processing of sensory information.     

求解广义非线性互补问题的神经网络

研究了广义非线性互补问题，将其转化为等价的无约束优化问题，给出了求解它的二个神经网络模型．分析了新模型的平衡点与互补问题解的关系，证明了其稳定性和平衡．占、集的渐近稳定性，并给出了其渐近收敛的充分条件．新模型可用来求解一类非单调的问题．     

基于仿真技术的水利工程项目进度与费用的风险评价

讨论水利工程建设项目进度和费用的风险,建立了基于三角分布的网络计划进度和费用风险评价的随机模拟模型．通过统计分析得到进度和费用的模拟概率分布,进而得到进度和费用风险曲线,为评价工程项目的风险提供了依据．最后,对东深供水改造工程某抽水泵站施工网络计划进行模拟,给出其进度和费用的风险分布．     

水利水电项目经济风险的模糊分析方法

针对水利水电项目经济评价中存在着众多模糊不确定因素的客观实际，分析了影响经济风险的模糊不确定性因素的特点；引入了模糊事件及模糊概率的概念、表达式和计算方法，研究了基于模糊不确定性的水利水电项目经济风险分析方法和风险评价指标。结合实例对方法进行验证，并与分析技术法的结果进行了对比分析，结果表明方法是可行的。     

MIMO准线性神经网络的研究与建模

给出了多输入－多输出（MIMO）的准线性神经网络（PNN），采用递推预报误差的二阶算法作为训练方法，讨论了PNN的收敛性，通过对多变量、强耦合的非线性加热炉的动态建模，表明这种神经网络建模方法具有效果良好、参数少、收敛快且准确性高的特点。