ABC和BP神經(jīng)網(wǎng)絡(luò)的鐵路貨運(yùn)成本預(yù)測(cè)

準(zhǔn)確的客流量預(yù)測(cè)在國(guó)家交通規(guī)劃與管理中具有重要意義,預(yù)測(cè)方法的選擇直接影響到預(yù)測(cè)的精度。客運(yùn)量的預(yù)測(cè)具有小樣本和非線性的特點(diǎn)。結(jié)合灰色理論和rbf神經(jīng)網(wǎng)絡(luò)的特點(diǎn)形成灰色-rbf神經(jīng)網(wǎng)絡(luò)模型,并采用客流運(yùn)量分擔(dān)率的方式對(duì)擬建鐵路客流量進(jìn)行預(yù)測(cè)。通過灰色理論對(duì)原始數(shù)據(jù)進(jìn)行生成處理,將無規(guī)律的原始數(shù)據(jù)變?yōu)檩^有規(guī)律的生成數(shù)列,再利用rbf神經(jīng)網(wǎng)絡(luò)的超強(qiáng)適應(yīng)能力和學(xué)習(xí)能力,大大加快學(xué)習(xí)速度并避免出現(xiàn)局部極小問題對(duì)生成數(shù)列進(jìn)行預(yù)測(cè),再將模型運(yùn)用到客運(yùn)量的預(yù)測(cè)中。最后結(jié)合新建蘭州至中川機(jī)場(chǎng)鐵路項(xiàng)目及調(diào)查數(shù)據(jù)進(jìn)行客流量的預(yù)測(cè)研究,得出灰色-rbf神經(jīng)網(wǎng)絡(luò)模型對(duì)客流量具有很好的預(yù)測(cè)性。

準(zhǔn)確的客流量預(yù)測(cè)在國(guó)家交通規(guī)劃與管理中具有重要意義,預(yù)測(cè)方法的選擇直接影響到預(yù)測(cè)的精度。客運(yùn)量的預(yù)測(cè)具有小樣本和非線性的特點(diǎn)。結(jié)合灰色理論和rbf神經(jīng)網(wǎng)絡(luò)的特點(diǎn)形成灰色-rbf神經(jīng)網(wǎng)絡(luò)模型,并采用客流運(yùn)量分擔(dān)率的方式對(duì)擬建鐵路客流量進(jìn)行預(yù)測(cè)。通過灰色理論對(duì)原始數(shù)據(jù)進(jìn)行生成處理,將無規(guī)律的原始數(shù)據(jù)變?yōu)檩^有規(guī)律的生成數(shù)列,再利用rbf神經(jīng)網(wǎng)絡(luò)的超強(qiáng)適應(yīng)能力和學(xué)習(xí)能力,大大加快學(xué)習(xí)速度并避免出現(xiàn)局部極小問題對(duì)生成數(shù)列進(jìn)行預(yù)測(cè),再將模型運(yùn)用到客運(yùn)量的預(yù)測(cè)中。最后結(jié)合新建蘭州至中川機(jī)場(chǎng)鐵路項(xiàng)目及調(diào)查數(shù)據(jù)進(jìn)行客流量的預(yù)測(cè)研究,得出灰色-rbf神經(jīng)網(wǎng)絡(luò)模型對(duì)客流量具有很好的預(yù)測(cè)性。

為了預(yù)測(cè)高速公路路基最終沉降量,首先依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)最終沉降量模型.結(jié)合成都-南充高速公路沉降實(shí)測(cè)資料及其它文獻(xiàn)中大量路基沉降資料,利用bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)了其各自最終沉降量.通過檢驗(yàn)樣本驗(yàn)證,預(yù)測(cè)精度較高,能夠滿足實(shí)際需要.并對(duì)bp神經(jīng)網(wǎng)絡(luò)在公路建設(shè)中的應(yīng)用提出了一些注意事項(xiàng).

建筑節(jié)能是當(dāng)今城市建設(shè)和社會(huì)發(fā)展的前沿和研究熱點(diǎn),對(duì)建筑的能耗現(xiàn)狀進(jìn)行綜合分析與評(píng)估是進(jìn)行節(jié)能改造或節(jié)能設(shè)計(jì)的前提和基礎(chǔ),而建立反映能耗變化的預(yù)測(cè)模型是從宏觀尺度上分析認(rèn)識(shí)建筑能耗變化與發(fā)展特性、為公共建筑節(jié)能工作提供決策依據(jù)的有效途徑和重要手段。研究針對(duì)常規(guī)bp網(wǎng)絡(luò)算法收斂速度慢、易陷入局部最小點(diǎn)的缺點(diǎn),采用了具有較快收斂速度及穩(wěn)定性的lm算法進(jìn)行預(yù)測(cè),構(gòu)造了基于bp神經(jīng)網(wǎng)絡(luò)的建筑物用電量預(yù)測(cè)模型。以某市公共建筑原始用電能耗統(tǒng)計(jì)數(shù)據(jù)作為樣本,并采用matlab對(duì)預(yù)測(cè)模型進(jìn)行了仿真預(yù)測(cè)。結(jié)果顯示:誤差在允許范圍內(nèi)。

根據(jù)盾構(gòu)施工引起地表沉降的具體問題,結(jié)合廣州地鐵三號(hào)線某區(qū)間地質(zhì)資料,建立了地表沉降預(yù)測(cè)的bp神經(jīng)網(wǎng)絡(luò)模型,并對(duì)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練和測(cè)試,測(cè)試結(jié)果表明,利用神經(jīng)網(wǎng)絡(luò)進(jìn)行盾構(gòu)隧道施工的地表沉降預(yù)測(cè)是可行的,可用于工程實(shí)踐。

短時(shí)交通流預(yù)測(cè)是現(xiàn)代智能交通系統(tǒng)的核心內(nèi)容,針對(duì)城市道路被占所造成的城市交通擁堵排隊(duì)問題,以路段視頻統(tǒng)計(jì)為例,利用bp神經(jīng)網(wǎng)絡(luò)方法就實(shí)際通行能力、具體車輛數(shù)、事故持續(xù)時(shí)間與排隊(duì)最長(zhǎng)長(zhǎng)度之間的關(guān)系進(jìn)行預(yù)測(cè)分析,從實(shí)驗(yàn)?zāi)M結(jié)果來看,該方法能有效地解決交通流實(shí)時(shí)和可靠性預(yù)測(cè)。

本文結(jié)合住宅房地產(chǎn)的價(jià)格理論和相關(guān)網(wǎng)站上的數(shù)據(jù),科學(xué)地選取影響商品住宅價(jià)格的影響指標(biāo)為人均gdp、人均可支配收入、人口數(shù)量、房地產(chǎn)開發(fā)投資額和商品住宅建筑面積,并以此建立hedonic商品住宅價(jià)格影響因素模型。依照bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的實(shí)現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)?？谑猩唐纷≌瑑r(jià)格的應(yīng)用,得到2018年6月-2019年5月商品住宅價(jià)格預(yù)測(cè)值,對(duì)海口市商品住宅價(jià)格的研究具有一定的指導(dǎo)作用。

利用matlab建立bp神經(jīng)網(wǎng)絡(luò),將影響建筑能耗的18個(gè)因素作為網(wǎng)絡(luò)的輸入,進(jìn)行學(xué)習(xí)訓(xùn)練,最后通過測(cè)試樣本點(diǎn)數(shù)據(jù)預(yù)測(cè)建筑能耗,與dest-h模擬計(jì)算得到的結(jié)果比較,發(fā)現(xiàn)相對(duì)誤差在3.5%以內(nèi),并通過實(shí)例驗(yàn)證了該網(wǎng)絡(luò)模型的準(zhǔn)確性。該方法使建筑人員在設(shè)計(jì)階段就能快速且準(zhǔn)確地獲得設(shè)計(jì)建筑的能耗。

進(jìn)度控制作為項(xiàng)目管理的主要內(nèi)容，如何對(duì)施工進(jìn)度進(jìn)行有效的預(yù)測(cè)將有重要的現(xiàn)實(shí)意義，應(yīng)用bp神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)工程進(jìn)度進(jìn)行預(yù)測(cè)，得到的預(yù)測(cè)值比線性方法更準(zhǔn)確，精度更高。

基坑工程施工中,需要根據(jù)現(xiàn)場(chǎng)實(shí)際情況、周圍環(huán)境、建筑安全等級(jí)等對(duì)變形進(jìn)行嚴(yán)格控制。通過對(duì)基坑實(shí)測(cè)變形數(shù)據(jù)進(jìn)行整理和分析,對(duì)未來變形量作出預(yù)測(cè),保證基坑安全。結(jié)合bp神經(jīng)網(wǎng)絡(luò)的高度非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)的基坑變形時(shí)間序列預(yù)測(cè)方法。在基坑開挖過程中,采取滾動(dòng)預(yù)測(cè)的方法,不斷利用前期已有實(shí)測(cè)數(shù)據(jù)建模預(yù)測(cè)后期變形量,以實(shí)現(xiàn)信息化施工和動(dòng)態(tài)控制。實(shí)例分析表明,bp神經(jīng)網(wǎng)絡(luò)模型具有較高的預(yù)測(cè)精度,并能獲得滿意的預(yù)測(cè)結(jié)果。

隨著社會(huì)發(fā)展,汽車已經(jīng)成為家庭的重要出行工具.汽車運(yùn)行時(shí)間越長(zhǎng),故障發(fā)生率越高,不利于人們的生命健康安全.因此,利用現(xiàn)代模式識(shí)別、機(jī)器學(xué)習(xí)等技術(shù)構(gòu)建一個(gè)汽車故障率預(yù)測(cè)模型,及時(shí)發(fā)現(xiàn)汽車運(yùn)行故障,以便能夠保證汽車以及乘用人的生命安全.本文詳細(xì)地分析了bp神經(jīng)網(wǎng)絡(luò)的基本理論和概念,同時(shí)將其應(yīng)用到汽車故障率預(yù)測(cè)中,可以提高故障率預(yù)測(cè)的準(zhǔn)確度.

為了分析深基坑的沉降規(guī)律,以某實(shí)際工程為例,利用bp神經(jīng)網(wǎng)絡(luò)對(duì)該工程的深基坑沉降數(shù)據(jù)進(jìn)行擬合和預(yù)測(cè)分析,采用c語(yǔ)言編寫程序進(jìn)行預(yù)測(cè)。結(jié)果表明,利用bp神經(jīng)網(wǎng)絡(luò)方法的預(yù)測(cè)結(jié)果合理,誤差在允許范圍內(nèi),滿足工程要求,并且對(duì)類似的工程施工具有指導(dǎo)作用。

針對(duì)邊坡變形中非平穩(wěn)和非線性的數(shù)據(jù)處理問題,提出一種基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(eemd)和bp神經(jīng)網(wǎng)絡(luò)相結(jié)合的邊坡變形預(yù)測(cè)新算法(eemd-bp)。該算法先對(duì)邊坡變形序列進(jìn)行eemd分解,有效分離出隱含在時(shí)序中具有不同尺度特征的子序列,進(jìn)而對(duì)各子序列建立bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,最后疊加各子序列預(yù)測(cè)值得到邊坡變形最終預(yù)測(cè)結(jié)果。與gm(1,1)和bp神經(jīng)網(wǎng)絡(luò)模型對(duì)比分析表明,該算法預(yù)測(cè)精度較高,在邊坡變形波動(dòng)劇烈時(shí)段,也能保證較優(yōu)的局部預(yù)測(cè)值和較好的全局預(yù)測(cè)精度。

電力系統(tǒng)短期負(fù)荷預(yù)測(cè)是能量管理系統(tǒng)的重要組成部分，不但為電力系統(tǒng)的安全、經(jīng)濟(jì)運(yùn)行提供保障，也是電力市場(chǎng)環(huán)境下編排調(diào)度計(jì)劃、供電計(jì)劃、交易計(jì)劃的基礎(chǔ)。因此，短期負(fù)荷預(yù)測(cè)方法的研究一直為人們所重視。

電力系統(tǒng)短期負(fù)荷預(yù)測(cè)是能量管理系統(tǒng)的重要組成部分，不但為電力系統(tǒng)的安全、經(jīng)濟(jì)運(yùn)行提供保障，也是電力市場(chǎng)環(huán)境下編排調(diào)度計(jì)劃、供電計(jì)劃、交易計(jì)劃的基礎(chǔ)。因此，短期負(fù)荷預(yù)測(cè)方法的研究一直為人們所重視。

交通事故的發(fā)生因受隨機(jī)因素的影響而呈現(xiàn)出不確定性和非線性的特點(diǎn).在分析交通事故與人口、車輛、道路、經(jīng)濟(jì)發(fā)展等因素關(guān)系的基礎(chǔ)上,綜合考慮影響交通事故的多種因素,建立了bp神經(jīng)網(wǎng)絡(luò).進(jìn)而,選取總?cè)丝?、機(jī)動(dòng)車駕駛員人數(shù)、公路密度、民用車輛、人均gdp作為交通事故預(yù)測(cè)模型的輸入向量,以交通事故的四項(xiàng)指標(biāo)作為輸出向量,利用lm算法或galm算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)模型對(duì)交通事故進(jìn)行預(yù)測(cè).實(shí)驗(yàn)表明,galm算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)模型與bp神經(jīng)網(wǎng)絡(luò)或lm算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)相比,具有較高的精度和較快的收斂速度,能更好地適用于交通事故預(yù)測(cè).

電力系統(tǒng)負(fù)荷預(yù)測(cè)的重要性、分類和主要預(yù)測(cè)方法,bp神經(jīng)網(wǎng)絡(luò)算法的基本理論和預(yù)測(cè)過程,建立基于bp神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)模型,以加州24h的電力負(fù)荷預(yù)測(cè)為例進(jìn)行matlab仿真,結(jié)果顯示預(yù)測(cè)精度符合電力系統(tǒng)要求。

負(fù)荷預(yù)測(cè)是電力規(guī)劃的基礎(chǔ),傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法存在對(duì)初始網(wǎng)絡(luò)權(quán)值設(shè)置敏感、收斂的速度慢、容易陷入局部極小值等缺點(diǎn)。文中引入遺傳算法先對(duì)神經(jīng)網(wǎng)絡(luò)的初始值進(jìn)行優(yōu)化,再通過神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和訓(xùn)練,得出的結(jié)果再經(jīng)bagging方法集成,目的是提高其準(zhǔn)確率。通過matlab仿真進(jìn)行實(shí)驗(yàn),結(jié)果表明,基于bagging算法集成遺傳神經(jīng)網(wǎng)絡(luò),能夠克服傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的缺點(diǎn),可較快收斂又不易陷入到局部極值中,具有較強(qiáng)的泛化能力,同時(shí)也大大提高了網(wǎng)絡(luò)的預(yù)測(cè)精度。

本文分析了影響房?jī)r(jià)的多種因素;運(yùn)用灰色gm(1,1)模型預(yù)測(cè)這些因素的數(shù)據(jù)走勢(shì),利用bp神經(jīng)網(wǎng)絡(luò)以歷史數(shù)據(jù)為依據(jù)運(yùn)用matlab進(jìn)行仿真,得出我國(guó)未來五年房?jī)r(jià)預(yù)測(cè)值。結(jié)果表明,采用神經(jīng)網(wǎng)絡(luò)結(jié)合灰色gm(1,1)預(yù)測(cè)而得的各影響因素預(yù)測(cè)值,預(yù)測(cè)未來房?jī)r(jià),具有很強(qiáng)的實(shí)用性。

公路貨運(yùn)量受多種因素影響,各因素的作用機(jī)制通常不能準(zhǔn)確地用數(shù)學(xué)語(yǔ)言進(jìn)行描述。采用廣義回歸神經(jīng)網(wǎng)絡(luò)(grnn)對(duì)貨運(yùn)量進(jìn)行分析及預(yù)測(cè)。通過對(duì)1995~2003年南京市公路運(yùn)量的歷史數(shù)據(jù)進(jìn)行分析和處理,對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和擬合,用2004~2005年的實(shí)際數(shù)據(jù)進(jìn)行模型檢驗(yàn),結(jié)果證明了grnn用于貨運(yùn)量預(yù)測(cè)的有效性。

通過對(duì)公路貨運(yùn)量的預(yù)測(cè)方法進(jìn)行研究比較,并根據(jù)公路貨運(yùn)量形成的復(fù)雜和非線性等特點(diǎn),建立bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型.利用黑龍江省公路貨運(yùn)量及其相關(guān)影響因素的實(shí)際數(shù)據(jù),確定網(wǎng)絡(luò)輸入與輸出樣本,并對(duì)bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)進(jìn)行訓(xùn)練和預(yù)測(cè).通過對(duì)網(wǎng)絡(luò)輸出的誤差曲線圖的分析,驗(yàn)證bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)的精確性和簡(jiǎn)單方便性,提高了公路貨運(yùn)量預(yù)測(cè)的精確性.

bp神經(jīng)網(wǎng)絡(luò)是分析處理復(fù)雜非線性問題的一種有效方法,是目前廣泛應(yīng)用的一種神經(jīng)網(wǎng)絡(luò),已被逐漸應(yīng)用于對(duì)宏觀經(jīng)濟(jì)問題的研究中。本文有機(jī)地整合了計(jì)量經(jīng)濟(jì)學(xué)與bp神經(jīng)網(wǎng)絡(luò),建立了基于因果關(guān)系理論來確定bp網(wǎng)絡(luò)的輸入變量,基于協(xié)整理論來分析bp網(wǎng)絡(luò)系統(tǒng)的可靠性,基于學(xué)習(xí)率可變的動(dòng)量bp算法的用于研究經(jīng)濟(jì)領(lǐng)域問題的改進(jìn)bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,加強(qiáng)了網(wǎng)絡(luò)模型的理論基礎(chǔ),提高了網(wǎng)絡(luò)模型的質(zhì)量,并將其應(yīng)用于西北建筑業(yè)的預(yù)測(cè)和控制中,取得了令人滿意的效果。