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.     

神经网络理论在FCS安全性评价中的应用研究

将神经网络理论应用于评价FCS的安全性,在标准BP网络原理基础上,提出BP网络的一种改进算法:即采用带非线性动量项自适应变步长的BP算法(NASBP),并提出一种用神经网络理论评价FCS安全性的实现方法.通过仿真验证该方法的可行性和有效性.     

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。     

基于神经网络模式的遗传算法在CRM的数据挖掘优化研究

提出了一种有利于优化CRM的基于神经网络模式的遗传算法,在对该算法仿真研究的基础上,将其应用于CRM的数据挖掘中,用于优化BP神经网络模型的拓扑结构和连接权值,并给出了相关的遗传操作和实验结果。通过论证分析认为,该算法克服了原有几种用遗传算法优化CRM神经网络数据挖掘模型的缺点和不足,提高了数据的精度和准确性,具有广泛的应用价值。     

BP神经网络预测技术在脱硫系统pH值中的应用

在热电厂脱硫过程中,pH值的稳定性对脱硫效率影响重大,在实际生产中因受到各种环境因素及主观因素的影响,pH测量仪器在现场操作中易受到破坏或腐蚀,给生产造成很大损失,为了降低这种损失,提出了基于BP神经网络的预测技术。运用此预测算法对系统参数进行数学建模,设计了三层网络预测模型,同时用Matlab工具箱对pH数据进行仿真,使系统实现在线控制和实时控制。结果表明,BP神经网络对脱硫系统中pH值的预测精度很高,产生误差也很小,取得了满意的预测效果。因此,用BP神经网络预测技术对烟气脱硫系统中的pH值进行预测,能提前预知脱硫过程中pH值的变化情况,有助于改善脱硫装置的效率。     

BP神经网络与ARMA-GARCH模型在股票预测中的对比分析

考虑到股票价格瞬息万变,波动性强,用BP神经网络与ARMA-GARCH模型对上汽集团收盘价预测.对BP神经网络与ARMA-GARCH模型的股票预测结果进行对比分析,结果表明,在预测未来20 d收盘价时,BP神经网络平均绝对误差比ARMA-GARCH模型低31.4％;在预测未来6 d收盘价时,ARMA-GARCH模型平均...     

基于BP神经网络的项目投资风险评价

为了科学准确地对风险投资项目进行评价，利用BP神经网络的原理建立了用于项目投资风险评价的BP神经网络模型，通过对福建省14个高技术项目投资风险的评价，表明由该模型获得的结果是可靠的。     

优化的BP神经网络在预测电动汽车SOC上的应用

为了提高BP神经网络预测模型对电动汽车电池SOC值预测的准确性,采用遗传算法GA和粒子群算法PSO两种优化算法分别对BP神经网络进行优化,即优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。将该方法应用到预测电动汽车电池的SOC值中并与实际测量的SOC值进行验证比较。仿真实验表明,经过粒子群算法优化后的BP神经网络预测电动汽车SOC值的误差在1.0%~4.4%之间,明显优于采用遗传算法优化的误差范围1.6%~10%和传统的BP神经网络误差范围2.0%~72%。     

基于模块化神经网络模型评价高校资产运行水平

选取2015年75所高校国有资产基本情况统计数据,针对高校的资产运行水平评价问题,借助SPSS和MATLAB等工具构建相关性分析、聚类模型及BP神经网络模型.针对单个BP神经网络模型在实际应用场景中检验正确率低的问题,采用多个BP神经网络先串后并的方式搭建模块化神经网络模型,将模型检验正确率优化至90%以上,并根据模型运行结果得到各高校的资产运行水平排名,对于排名靠后的高校进行薄弱性分析,找出薄弱高校的薄弱指标,为高校进一步提高资产运行水平提供参考依据.     

基于BP神经网络对空气质量数据的真实性判别

针对珠江三角洲各城市空气质量数据真实性的判别,分别构建熵权法模糊综合评价和BP神经网络等模型,使用MATLAB和EXCEL等软件编程求解,研究得到广州和深圳等城市存在空气质量数据造假的嫌疑,并将数据不真实的原因分为主观性统计错误和非主观性统计错误.为政府和环境部门制定预防空气质量数据造假的对策提供较为科学的建议.     

基于RBF-BP神经网络的双轮平衡车姿态控制系统

针对非线性强耦合特性的双轮平衡车系统存在自平衡姿态控制反应慢、精度低等问题,提出了以双隐层组合神经网络(Radical basis function-BP,RBF-BP)为基础的模型参考自适应控制(Model reference adaptive control,MRAC)系统.为了获得最优的控制精度,使用自适应遗传算...     

ANN-CE:一种预测DNA结合位点的改进神经网络方法

基于误差平方和最小原则的神经网络方法并不适于解决DNA结合位点的预测问题,提出了一种改进的神经网络方法(ANN-CE)被用于对DNA结合位点进行预测.这是一个以交叉熵函数为目标函数的三层反向传播神经网络.计算结果表明,与基于误差平方和最小原则的同规模BP网络相比,其对DNA结合位点预测的敏感性Sn(sensitivity)和特异性Sp(specificity)可分别提高11.40%和11.91%.     

熵权属性识别模型在电网公司综合评价体系中的应用

电网公司综合评价中各单指标的评价结果具有独立性，需要综合考虑各指标的属性．论文通过将熵值法与属性识别模型相结合，建立了电网公司综合评价的熵权属性识别模型，并运用熵值法来确定权重系数，能够避免权重确定的主观性问题．通过一范例对该识别模型进行分析，结果合理，计算简单．     

基于熵值法的人才吸引评价分析

随着我国社会经济的发展,高科技人才成为我国科技发展中的重要支柱.针对北京、上海、深圳、广州和苏州市的第一产业、第二产业和第三产业的人才吸引指标,利用熵值法对2018年5个城市的三大产业高素质人才就业人数的评价指标数据进行建模分析,求出各项指标的权重.结果表明,这5个城市中吸引大量人才前来就业的主要职业为第一产业中的林业,第二产业中的化学纤维制造业,第三产业中的租赁业.利用熵值法求权重,对5座城市三大产业总产值进行分析.若要实现我国城市现代化,应该大力发展第三产业,吸引更多高科技人才到城市发展.     

交会图和BP神经网络技术在碎屑岩识别中的应用

饶阳凹陷新近系馆陶组岩性以碎屑岩为主,岩性复杂多样,单纯利用测井曲线难以对岩性进行较好地识别,对后续测井解释的结果造成了不利的影响。针对该问题,以测井资料为基础,提出了一种首先利用交会图技术将各类岩性进行归纳总结,然后应用BP神经网络技术对归纳后的岩性进行快速识别的方法。从此种方法在留西地区的应用效果来看,该方法对样本数据库中各类岩性的识别精度达到了90%以上,其中泥岩和粉砂岩的识别精度更是达到了100%,大大提高了单纯利用测井曲线对岩性进行分类识别的精度,在油气勘探开发过程中能够发挥较为重要的作用。     

基于熵权的模糊综合评价法在交通科研项目中的应用

目前,河南省有大量未转化的交通科技成果,为了正确引导政府及相关部门的资金投入,需要对已有交通科技成果的转化能力进行评估,从而保证科技成果转化工作顺利开展。基于此,针对"如何科学地评估河南省交通科技成果"这一问题进行研究,提出一套简明、可操作性强的交通科技成果转化能力评估体系——基于熵权的模糊综合评价方法,并结合实例对基于熵权的模糊综合评价方法进行详细的论述和验证。     

线性神经网络在自适应辨识中的改进及应用

提出了一种新的自适应辨识算法．仿真算例证明了这种算法的有效性。     

BP神经网络在砂体连通性评价中的应用

为了更好地预测河道砂体间的复杂连通情况,根据萨尔图油田中区西部葡I油层组的密集井网资料,考虑将影响砂体连通性的主要因素(物性参数、砂体规模参数、隔层特征参数等)与连通级别建立一个非线性映射模型,通过反馈误差学习方法对砂体连通性进行定量分析。通过对PI2、PI3河流相储层结构即单砂体接触模式及展布特征的分析,选取影响连通性的合适参数和代表性学习样本,利用BP神经网络判别模型进行反复学习和预测。通过比较预测输出与期望输出的误差情况可知,基于BP神经网络的砂体连通性定量判别具有较好的应用效果,并且可以考虑延伸应用于对整个区块的连通性预测当中去。     

基于改进灰色多层次评价的应急预案实施效果评价模型

在改进灰色多层次评价方法的基础上,建立了应急预案实施效果评价模型,并辅以算例对模型进行了验证.改进主要体现在:一是引入专家权重,对AHP群决策中不同专家确定的指标权重进行加权修正;二是构建了基于AHP-熵权法的组合赋权法计算指标权重,避免了传统AHP过于依赖专家的不足;三是在综合评价的基础上,提出计算评价对象单项指标得分的方法.改进后的方法更加严谨,方法体系本身更加完善.根据模型计算结果,可以有针对性地对应急预案进行改进,提升其实施效果.     

神经网络滤波技术在矿井内噪声消除中的研究与应用

为了提高矿井内的安全生产水平,通过对煤炭矿井的实地调查与研究,对Adaline构成的自适应网络进行了分析,针对该网络在消除矿井内噪声中的应用进行了研究,并利用MATLAB语言对该系统进行了描述和计算机仿真,仿真结果表明了该方案的可行性和有效性.