基于人工神經(jīng)網(wǎng)絡(luò)模型的加固專用砂漿性能研究
格式:pdf
大小:368KB
頁(yè)數(shù):4P
人氣 :56
4.6
根據(jù)影響加固專用砂漿性能的水膠比、粉煤灰與膠凝材料用量比、包裹砂粒的平均漿體厚度3個(gè)因素的正交試驗(yàn)數(shù)據(jù),文章建立了人工神經(jīng)網(wǎng)絡(luò)模型,并計(jì)算了不同因素不同水平下砂漿的稠度、密度、抗折強(qiáng)度、抗壓強(qiáng)度和黏結(jié)強(qiáng)度,討論了各個(gè)因素和砂漿各個(gè)材料性能之間的關(guān)系,并為加固專用砂漿的配制及性能指標(biāo)預(yù)測(cè)提供了計(jì)算方法。
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價(jià)預(yù)測(cè)模型
格式:pdf
大?。?span id="rxi5bl2" class="single-tag-height" data-v-09d85783>1019KB
頁(yè)數(shù):3P
**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價(jià)預(yù)測(cè)模型
格式:pdf
大小:344KB
頁(yè)數(shù):3P
人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問(wèn)題的過(guò)程中發(fā)展起來(lái)的新型智能信息處理理論,通過(guò)對(duì)人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價(jià)預(yù)測(cè)模型.
人工神經(jīng)網(wǎng)絡(luò)模型描述
格式:pdf
大?。?span id="emyd7on" class="single-tag-height" data-v-09d85783>809KB
頁(yè)數(shù):3P
4.7
人工神經(jīng)網(wǎng)絡(luò)模型描述
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價(jià)預(yù)測(cè)模型 (2)
格式:pdf
大?。?span id="wpagufm" class="single-tag-height" data-v-09d85783>1019KB
頁(yè)數(shù):3P
4.5
**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***
基于人工神經(jīng)網(wǎng)絡(luò)的公路軟基沉降預(yù)測(cè)模型
格式:pdf
大?。?span id="9ak1cly" class="single-tag-height" data-v-09d85783>52KB
頁(yè)數(shù):4P
4.5
基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測(cè)資料進(jìn)行沉降預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預(yù)壓荷載卸荷時(shí)間預(yù)報(bào).研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測(cè)模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.
基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)項(xiàng)目評(píng)判模型
格式:pdf
大?。?span id="ugyw7pd" class="single-tag-height" data-v-09d85783>110KB
頁(yè)數(shù):2P
3
基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)項(xiàng)目評(píng)判模型——房地產(chǎn)租(售)價(jià)預(yù)測(cè)就是對(duì)房地產(chǎn)租(售)價(jià)未來(lái)水平的估計(jì).對(duì)房地產(chǎn)投資決策而言,預(yù)測(cè)出房地產(chǎn)租(售)價(jià)各種可能的結(jié)果,特別是給出定量的評(píng)價(jià)、分析,是房地產(chǎn)投資決策必不可少的工作之一.運(yùn)用模糊系統(tǒng)和...
基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型
格式:pdf
大?。?span id="pz7hm26" class="single-tag-height" data-v-09d85783>394KB
頁(yè)數(shù):2P
4.6
利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意。
基于人工神經(jīng)網(wǎng)絡(luò)的投資項(xiàng)目效益評(píng)估模型
格式:pdf
大?。?span id="xurxti4" class="single-tag-height" data-v-09d85783>636KB
頁(yè)數(shù):4P
4.6
投資項(xiàng)目的效益評(píng)估是整個(gè)投資活動(dòng)的關(guān)鍵。闡述了投資項(xiàng)目效益評(píng)估的基本理論;借助現(xiàn)代的數(shù)學(xué)計(jì)量方法,運(yùn)用效益評(píng)估的指標(biāo)體系,研究了用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行效益評(píng)估的的可行性,建立了基于人工神經(jīng)網(wǎng)絡(luò)的效益評(píng)估模型,并利用該模型進(jìn)行了實(shí)證分析。
基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型
格式:pdf
大?。?span id="waqwrp3" class="single-tag-height" data-v-09d85783>311KB
頁(yè)數(shù):2P
3
基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型——利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意?! ?/p>
基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報(bào)價(jià)決策模型
格式:pdf
大?。?span id="zwe4t1t" class="single-tag-height" data-v-09d85783>203KB
頁(yè)數(shù):2P
4.3
利用matlab編程語(yǔ)言構(gòu)造了三層bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),建立了基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報(bào)價(jià)模型,通過(guò)仿真模擬確定標(biāo)高金水平,并用實(shí)例驗(yàn)證了其可靠性,為承包商作出合理報(bào)價(jià)決策提供了科學(xué)依據(jù)。
飽和醇結(jié)構(gòu)-保留定量相關(guān)的人工神經(jīng)網(wǎng)絡(luò)模型
格式:pdf
大小:660KB
頁(yè)數(shù):4P
4.4
以拓?fù)渲笖?shù)為結(jié)構(gòu)描述符,用基于levenberg-marquardt優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)建立了醇類化合物的結(jié)構(gòu)與色譜保留值的相關(guān)性模型,用于未知醇類化合物在se-30和ov-3兩根色譜柱上保留指數(shù)的同時(shí)預(yù)測(cè),其學(xué)習(xí)速率優(yōu)于文獻(xiàn)中普通bp神經(jīng)網(wǎng)絡(luò)法,預(yù)測(cè)準(zhǔn)確度與普通bp神經(jīng)網(wǎng)絡(luò)法接近,但優(yōu)于多元線性回歸法,因而是一種較好的預(yù)測(cè)有機(jī)化合物氣相色譜保留指數(shù)的方法.
BP人工神經(jīng)網(wǎng)絡(luò)模型在建筑物沉降預(yù)測(cè)中應(yīng)用
格式:pdf
大?。?span id="hzxujp8" class="single-tag-height" data-v-09d85783>105KB
頁(yè)數(shù):2P
4.6
以bp人工神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),建立預(yù)測(cè)模型,以小區(qū)某棟建筑物1期~8期的沉降觀測(cè)數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并對(duì)9期~12期實(shí)際觀測(cè)值與預(yù)測(cè)值進(jìn)行了比較,結(jié)果比較理想,從而驗(yàn)證了采用bp人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行建筑物沉降的預(yù)測(cè)是可行的。
大型組合結(jié)構(gòu)整體性分析的人工神經(jīng)網(wǎng)絡(luò)模型
格式:pdf
大?。?span id="grnrljz" class="single-tag-height" data-v-09d85783>669KB
頁(yè)數(shù):4P
4.4
大型裝備中普遍采用組合結(jié)構(gòu),其整體工作性能取決于預(yù)緊元件的預(yù)緊參數(shù)。確定預(yù)緊參數(shù)的傳統(tǒng)方法不適用于大型結(jié)構(gòu),有限元法的分析次數(shù)又過(guò)多,實(shí)際上無(wú)法實(shí)現(xiàn)。文章提出用人工神經(jīng)網(wǎng)絡(luò)取代有限元進(jìn)行整體性分析的方法,并針對(duì)某大型壓機(jī)建立了神經(jīng)網(wǎng)絡(luò)模型。結(jié)果表明,用該方法可快速完成復(fù)雜組合結(jié)構(gòu)的整體性分析,且精度較高。
人工神經(jīng)網(wǎng)絡(luò)模型在水土流失中的應(yīng)用
格式:pdf
大?。?span id="iszmsfk" class="single-tag-height" data-v-09d85783>65KB
頁(yè)數(shù):2P
4.7
長(zhǎng)期以來(lái),由于水土流失引發(fā)的生態(tài)環(huán)境問(wèn)題受到各界人士的十分關(guān)注。我國(guó)大部分地區(qū)降水集中,生態(tài)破壞導(dǎo)致水土流失嚴(yán)重。利用bp網(wǎng)絡(luò)模型對(duì)水土流失程度進(jìn)行檢測(cè)和分析是當(dāng)前學(xué)科領(lǐng)域的一個(gè)熱門(mén)話題。
變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)模型及其在成礦預(yù)測(cè)中的應(yīng)用
格式:pdf
大?。?span id="a9tsckw" class="single-tag-height" data-v-09d85783>410KB
頁(yè)數(shù):5P
4.5
針對(duì)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測(cè)模型結(jié)構(gòu)難以確定的問(wèn)題,詳細(xì)闡述了一種在模型訓(xùn)練中進(jìn)行隱層數(shù)目及隱層單元數(shù)目動(dòng)態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開(kāi)發(fā)工具實(shí)現(xiàn)了變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測(cè)模型,經(jīng)用華南26個(gè)巖體檢驗(yàn),回憶率及預(yù)測(cè)率均高達(dá)100%。該方法提供了一種面向具體問(wèn)題的動(dòng)態(tài)解決方案,在成礦預(yù)測(cè)工作中具有一定的實(shí)用性。
基坑變形灰色人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型及其應(yīng)用
格式:pdf
大?。?span id="dajni8d" class="single-tag-height" data-v-09d85783>171KB
頁(yè)數(shù):5P
4.5
針對(duì)基坑變形預(yù)測(cè)中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)基坑變形的新方法。用一樁錨聯(lián)合支護(hù)體系實(shí)例進(jìn)行了預(yù)測(cè)研究,得到支護(hù)體系的不同預(yù)測(cè)模型的組合預(yù)測(cè)值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差比gm(1,1)預(yù)測(cè)模型小;與bp預(yù)測(cè)模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測(cè)中,為了更準(zhǔn)確地預(yù)測(cè)基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與bp預(yù)測(cè)相結(jié)合的方法進(jìn)行預(yù)測(cè)。
人工神經(jīng)網(wǎng)絡(luò)在材料性能預(yù)測(cè)中的應(yīng)用
格式:pdf
大?。?span id="hs8mqdj" class="single-tag-height" data-v-09d85783>312KB
頁(yè)數(shù):2P
4.6
泡沫金屬試樣測(cè)試復(fù)雜,對(duì)試樣而言又急需知道基體結(jié)構(gòu)參數(shù)與力學(xué)性能和阻尼性能的關(guān)系,采用線性回歸技術(shù)無(wú)法實(shí)現(xiàn)這一功能,應(yīng)用人工神經(jīng)網(wǎng)絡(luò),則解決了通過(guò)測(cè)量泡沫金屬的四個(gè)基本參數(shù)達(dá)到推知其力學(xué)性能、阻尼性能的課題。
砂土地震液化預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型
格式:pdf
大?。?span id="x2shet0" class="single-tag-height" data-v-09d85783>301KB
頁(yè)數(shù):5P
3
砂土地震液化預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型——在簡(jiǎn)要分析bp算法的基礎(chǔ)上,應(yīng)用bp網(wǎng)絡(luò)的理論與方法,選取烈度、震中距、平均粒徑、不均勻系數(shù)、地下水埋深、砂層埋深、標(biāo)貫擊數(shù)、剪應(yīng)力比等8個(gè)實(shí)測(cè)指標(biāo),建立了砂土液化預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型。通過(guò)實(shí)例計(jì)算與模型評(píng)價(jià)、...
基于人工神經(jīng)網(wǎng)絡(luò)的公路工程投資預(yù)測(cè)模型的研究
格式:pdf
大?。?span id="cuhgdky" class="single-tag-height" data-v-09d85783>1.3MB
頁(yè)數(shù):4P
3
基于人工神經(jīng)網(wǎng)絡(luò)的公路工程投資預(yù)測(cè)模型的研究——針對(duì)目前我國(guó)的高等級(jí)公路建設(shè)過(guò)程中普遍存在著投資失控、決算超預(yù)算、預(yù)算超概算、概算超估算現(xiàn)象越來(lái)越嚴(yán)重的問(wèn)題。提出了從介紹公路工程投資原理和現(xiàn)行的公路投資體系存在的問(wèn)題出發(fā),將國(guó)內(nèi)現(xiàn)在使用的公路...
基于人工神經(jīng)網(wǎng)絡(luò)的公路工程投資預(yù)測(cè)模型的研究
格式:pdf
大小:58KB
頁(yè)數(shù):4P
4.7
針對(duì)目前我國(guó)的高等級(jí)公路建設(shè)過(guò)程中普遍存在著投資失控、決算超預(yù)算、預(yù)算超概算、概算超估算現(xiàn)象越來(lái)越嚴(yán)重的問(wèn)題。提出了從介紹公路工程投資原理和現(xiàn)行的公路投資體系存在的問(wèn)題出發(fā),將國(guó)內(nèi)現(xiàn)在使用的公路工程投資預(yù)測(cè)模型加以對(duì)比和分析,探索了利用人工神經(jīng)網(wǎng)絡(luò)在公路投資預(yù)測(cè)領(lǐng)域建立新的模型,以此提高預(yù)測(cè)精確度,改變投資失控的現(xiàn)狀。
基于人工神經(jīng)網(wǎng)絡(luò)的LPG公路運(yùn)輸?shù)娘L(fēng)險(xiǎn)評(píng)價(jià)模型及其應(yīng)用
格式:pdf
大?。?span id="4fu9vwx" class="single-tag-height" data-v-09d85783>781KB
頁(yè)數(shù):5P
4.3
為使lpg公路運(yùn)輸?shù)娘L(fēng)險(xiǎn)評(píng)價(jià)更加客觀、合理,遵循區(qū)域性、動(dòng)態(tài)性和可量化原則,建立了lpg公路運(yùn)輸?shù)娘L(fēng)險(xiǎn)評(píng)價(jià)指標(biāo),并將個(gè)人風(fēng)險(xiǎn)和社會(huì)風(fēng)險(xiǎn)作為評(píng)價(jià)結(jié)果。利用人工神經(jīng)網(wǎng)絡(luò)的自組織、自學(xué)習(xí)和自適應(yīng)功能,提出基于人工神經(jīng)網(wǎng)絡(luò)理論的lpg公路運(yùn)輸?shù)娘L(fēng)險(xiǎn)評(píng)價(jià)方法,通過(guò)matlab軟件中的神經(jīng)網(wǎng)絡(luò)工具箱對(duì)評(píng)價(jià)模型進(jìn)行訓(xùn)練,并通過(guò)實(shí)踐驗(yàn)證該模型的可行性。結(jié)果表明,該方法能較好地克服評(píng)價(jià)深度、評(píng)價(jià)指標(biāo)間復(fù)雜關(guān)系和評(píng)價(jià)指標(biāo)作用模糊的限制,且評(píng)價(jià)結(jié)果直觀的反映了評(píng)價(jià)對(duì)象的個(gè)人風(fēng)險(xiǎn)和社會(huì)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)程度。
消失模鑄造充型過(guò)程的人工神經(jīng)網(wǎng)絡(luò)算法
格式:pdf
大?。?span id="1uovzfs" class="single-tag-height" data-v-09d85783>331KB
頁(yè)數(shù):4P
4.5
用人工神經(jīng)網(wǎng)絡(luò)算法計(jì)算了消失模鑄造充型過(guò)程中不同時(shí)刻液態(tài)金屬-模樣界面的位置。通過(guò)實(shí)驗(yàn)對(duì)該算法進(jìn)行了驗(yàn)證,模擬計(jì)算結(jié)果與實(shí)際測(cè)試結(jié)果無(wú)論在充型形態(tài)還是充型時(shí)間上都符合得較好。根據(jù)得出的界面位置及邊界條件,通過(guò)求解n-s方程和能量方程計(jì)算了消失模鑄造充型過(guò)程的流場(chǎng)及溫度場(chǎng)。討論了該計(jì)算模型在消失模鑄造過(guò)程模擬仿真中的應(yīng)用。
采用擴(kuò)展的貝葉斯人工神經(jīng)網(wǎng)絡(luò)選擇結(jié)構(gòu)損傷監(jiān)測(cè)模型
格式:pdf
大?。?span id="n2jquqm" class="single-tag-height" data-v-09d85783>90KB
頁(yè)數(shù):2P
3
采用擴(kuò)展的貝葉斯人工神經(jīng)網(wǎng)絡(luò)選擇結(jié)構(gòu)損傷監(jiān)測(cè)模型——對(duì)采用規(guī)則的動(dòng)態(tài)數(shù)據(jù)進(jìn)行結(jié)構(gòu)損傷監(jiān)測(cè)時(shí)#模式識(shí)別是一個(gè)有效的方法#人工神經(jīng)網(wǎng)絡(luò)作為匹配模式特征的系統(tǒng)方式廣泛應(yīng)用于模式識(shí)別研究中%人工神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)是影響模型識(shí)別性能和效率的最基本因素%由e:g等...
基于人工神經(jīng)網(wǎng)絡(luò)的電力市場(chǎng)輸電阻塞預(yù)測(cè)模型
格式:pdf
大?。?span id="4u7lyzx" class="single-tag-height" data-v-09d85783>1.1MB
頁(yè)數(shù):5P
4.7
傳統(tǒng)的輸電阻塞研究主要集中于輸電阻塞發(fā)生之后的處理過(guò)程,即阻塞管理,屬于被動(dòng)消除阻塞情形。文章基于主動(dòng)預(yù)防輸電阻塞的思想,從分析影響輸電阻塞的系統(tǒng)線路傳輸功率、系統(tǒng)總負(fù)荷、系統(tǒng)實(shí)際出力等相關(guān)因素入手,應(yīng)用層次分析法建立比較判斷矩陣,以確定各因素阻塞影響的權(quán)重?;诖?建立一種基于神經(jīng)網(wǎng)絡(luò)的輸電阻塞預(yù)測(cè)模型,還提出了一個(gè)新的阻塞指標(biāo),即阻塞度,以美國(guó)加利福尼亞州電力市場(chǎng)的數(shù)據(jù)驗(yàn)證了該模型的正確性和實(shí)用性。
文輯推薦
知識(shí)推薦
百科推薦
職位:房建工程材料員
擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林