遗传BP神经网络在大宗商品市场风险预警中的应用

研究利用遗传BP神经网络预警大宗商品电子交易市场风险的应用方法,将定量分析的思维方式引入大宗商品市场风险评价管理中.为此目的,建构了一个基于遗传BP神经网络的预警模型（GA-BPNNM）,在市场调研的基础上建立了大宗商品电子交易市场风险评价指标体系,并通过实验确定了预警模型的最佳训练函数和隐层的最佳节点数.GA-BPNNM借助BP神经网络强大的自学习能力和非线性映射能力,克服传统手段在分析大宗商品电子交易市场风险时因其定义的模糊性和诱发因素的多样性所带来的困难;同时通过遗传算法与BP网络两者相互融合优化,解决BP神经网络易落入局部最优、收敛速度慢以及遗传算法易早熟等问题.仿真测试实验表明,GA-BPNNM预测结果优于标准BP神经网络预测方法,用于大宗商品电子交易市场风险损失程度预警是有效可行的.     

神经网络模型在财务风险预警中的应用

本文在对BP神经网络模型理论分析基础上,将预警指数和BP神经网络二者结合起来建立了财务风险预警的神经网络模型,并用C++语言实现了此神经网络模型。     

基于K-Means算法的建筑工程进度数据集成方法

建筑工程施工的数据具有复杂多元的属性特征,导致集成数据在实际进度管理中的应用效果难以达到理想效果,为此,文章提出基于K-Means算法的建筑工程进度数据集成方法。考虑到不同施工内容对于施工材料、施工设备及施工人员需求方面存在差异,借助K-Means算法的建筑工程数据进行分类处理,并通过降低施工资源聚类簇的误差平方和对施工资源聚类中心进行适应性更新。在数据集成阶段,从各施工资源聚类数据构成的角度出发,对整体施工进度进行拟合。在测试结果中,截至目标施工周期,整体工程项目的实际执行进度为100%,对应的施工进度曲线斜率始终在大于0的区间范围内小幅度波动。     

基于Creator/Vega Prime的建筑施工过程虚拟仿真

利用Creator创建建筑施工的三维模型,采用Vega Prime和Visual C++.Net开发环境,将三维模型与施工进度计划表连接起来,建立一套基于建筑施工进度计划的施工过程虚拟仿真系统,对建筑施工过程进行模拟。以三维、动态的方式呈现整个建筑施工过程,为施工管理者验证施工进度计划,查找问题提供了一种新的方法和手段。     

浅谈土建施工进度管理的有效控制方法

在土建工程施工过程中,如何有效的控制工程施工进度,并进行有效的进度管理对工程项目的按时实现就显得格外重要了,本文通过对土建施工进度管理的内容、作用进行论述,并分析影响土建施工进度相关因素,进而从工程应用角度提出几点有助土建施工进度管理的有效控制方法.     

基于神经网络的银行信贷风险智能化模型研究

基于大数据背景,将BP神经网络应用于信贷客户风险模型研究.选取了若干对贷款客户评级有影响的客户信息属性组,利用已存在的客户数据训练出该属性组与客户违约率的网络模型,使其能根据新输入的贷款客户信息预测该客户的违约率,进而对客户进行是否违约的预判.算例实验结果表明,所提风险预警模型能够较精确地预测客户违约率,从而进行对违约客户预警.整个流程中,人为干预因素少,智能化程度高,降低了操作风险.     

桥梁施工进度的三维可视化管理

为了解决桥梁工程建设中施工进度信息快速采集、存储、查询、展示等问题,也为了方便施工管理者实时了解工程建设的进度,以及正确决策的需要,提出了一种利用三维可视化技术,形象直观地展示桥梁施工进度的方法,并实现了桥梁及其施工进度的三维可视化信息管理系统.     

建筑工程的施工管理与进度控制研究

随着人们生活水平的提高,对建筑的要求也越来越高。建设项目施工进度管理的主要实施依据是施工组织设计的施工进度计划方案,管理者根据计划要求实施项目的进度管理。为保证工程项目建设目标的顺利完成,项目进度管理控制目标,可小于项目计划进度目标,项目管理人员可在保证项目施工质量符合设计要求的基础上,制定有效的进度管控措施,确保工程进度的管控效果。     

基于GA-BP神经网络的产品质量安全风险预警研究

为了解决大数据环境下产品质量风险预警的人工智能化,论文设计了一种基于遗传算法改进BP神经网络算法的产品质量安全风险预警方法.根据产品质量检测项目的风险权重不同,论文建立了基于GA-BP神经网络的质量安全风险预警模型.以智能门锁产品的检测数据进行风险预警实验,实验结果表明该预警方法提高了风险预警的精度和学习效率.     

基于BP神经网络及模糊推理的温度预警模型研究

主要研究建立疫苗冷链物流运输过程中的温度监控预警模型,通过优化的BP神经网络算法进行温度的预测,并采用模糊推理进行有效的决策预警,旨在把冷链物流运输中可能产生的损失降到最低;仿真测试阶段通过建构一个隐藏层神经元为13个的优化BP神经网络,在Matlab中进行有效性仿真,训练回归统计R值接近于1,且得出期望输出与实际值相差无几;模糊推理系统采用trapmf隶属函数,通过仿真的规则曲面表明该规则对输入有良好的判断。     

考虑客户用电安全隐患的配电网脆弱线路风险自动预警方法

脆弱线路作为配电网的重要组成部分,是保证电网安全与用户安全的关键环节。为此,从客户用电安全隐患角度出发,提出配电网脆弱线路风险自动预警方法。基于电气介数模型与线路潮流传输最大值,建立有功潮流介数模型,降序排列有功潮流介数,识别脆弱线路。利用脆弱线路形成最小风险的目标函数模型来评估风险,依据风险期望值与控制决策,划分风险评估等级与预警等级,采用神经网络模型,实现风险自动预警。实验结果表明,所提方法的脆弱线路识别结果与风险自动预警效果较好,能够正确作出风险预警,且实践优势显著。     

土建工程施工中的进度控制与管理

随着经济和社会的不断发展,当下土建工程的发展也在不断加快。越来越多的土建工程,规模越来越大,所以在建设的过程之中,开始重视对于土建工程施工进度的管理。因为建筑规模过大,影响土建工程施工进度的因素越来越复杂,如果没有按照既定的工期完成土建工程,就会给建设方带来较大的损失,所以对土建工程施工之中的进度控制是当下亟待解决的问题。文章针对土建工程施工中进度的控制与管理问题,进行了一定的分析和研究,提出了相关的意见和建议,供有关部门进行参考。     

基于支持向量机的时态数据预测方法

支持向量回归机使用由经验误差项和常数项所构成的风险函数,满足结构风险最小原则。在时态数据预测领域,它将成为一种很有前途的预测方法。简要介绍了回归支持向量机的基本理论。基于回归支持向量机模型,建立了一个对时态数据预测的方法,可以对多属性时态数据进行预测,并与其它预测模型（BP神经网络）进行比较。实验结果表明所提出的方法在预测的稳定性和准确性方面都要优于BP神经网络模型。     

BP神经网络在轨道电路分路不良预警中的应用

近年来,轨道电路分路不良已成为电务部门安全整治的严重问题之一。针对站内25Hz相敏轨道电路分路不良,建立预警指标体系,设计轨道电路分路不良BP神经网络预警模型,并进行故障危险性评价及预测预警。预警结果表明,采用BP神经网络进行轨道电路分路不良故障预警时,将预警指标进行数据的归一化处理后输入到已训练好的网络中,可以在较短的时间内得出可靠的预警结果。该预警方法较现场所采用的传统预警方法,即设置数条轨道电压警线判断分路不良发生与否而实现报警的方法效率高,对现场轨道电路故障维修具有一定的参考价值和指导意义。     

基于投影的施工图像与BIM模型配准叠加方法

为了将计划式建筑信息模型(BIM)中的施工过程模拟与施工现场状态相结合,以直观比较建筑结 构施工阶段实际施工进度与计划进度之间的偏差,提出了基于投影模型的施工图像与 BIM 模型配准叠加方法。 首先,在对相机投影模型和相机标定方法分析的基础上,建立了施工现场图像与相机成像平面的坐标映射关系; 其次,利用 Navisworks 应用程序接口开发了建筑施工图像叠加管理系统,实现了施工图像与 BIM 模型平面野 的叠加;然后,基于叠加图像组之间的变形特点,提出了评判配准效果的评价模型;最后,以某商住楼施工现 场为例进行了实证分析。实验结果表明,叠加效果最好的方式为在着色模式下,高亮显示待观察 BIM 模型构 件,并将上层图像透明度设置为 35%~65%之间;当拍摄姿态为平视时,配准效果明显优于仰视时的配准效果; 所有相机的叠加效果偏差都在可接受误差内,该方法能够有效地实现施工图像与 BIM 模型的配准,直观地反 映建筑结构施工阶段计划模型与实际施工状态之间的偏差。     

单脉冲雷达天线方向图的BP神经网络建模

为了提高单脉冲雷达仿真速度,提出了应用BP神经网络对单脉冲雷达天线方向图进行建模的方法,并根据这一方法建立了某型单脉冲雷达天线方向图的BP神经网络模型.通过对比BP神经网络建模得到的单脉冲雷达天线方向图和实际单脉冲雷达天线方向图,并考虑到较小的BP神经网络训练均方误差,验证了该方法的有效性.实际的某型单脉冲雷达系统仿真试验表明利用建立的BP神经网络模型能大大地提高雷达仿真速度.     

基于BBN的建设项目进度风险定量分析方法

传统的CPM和PERT方法难以对项目的进度延迟风险进行准确的定量分析。将专家先验知识与问卷调查数据相结合,建立了建设项目进度风险评估的贝叶斯信念网络模型,采用NETICA软件对样本数据进行拟合,得到了网络模型各节点间的条件概率分布。模型的应用证明该方法能够比较准确地实现对进度延迟风险的定量预测,具有良好的应用前景。     

低压台区电力自动抄表系统异常运行预警方法

为保证低压台区电力自动抄表系统的安全性能,提出低压台区电力自动抄表系统异常运行预警方法.通过电力自动抄表系统对电表运行情况进行实时监控,根据运行可靠性评估特点,构建元件时变可靠性模型,利用风险评估原理,计算安全预警评估指标,对运行状态实施定量分析,并对状态实时变化的风险进行预警;根据负荷损耗、超限和系统状态,准确反映运行状态指标,实现电力自动抄表系统异常运行预警.实验结果表明:所提方法的低压台区电力自动抄表系统异常运行预警效果较好,提高了系统异常运行预警效率.     

基于SOM的预警模型研究与应用

在预警系统中建立有效的风险预警模型是十分重要的。我国进行风险预警起步较晚，历史数据残缺不全，预警时有些因素带有模糊性，而神经网络带有高度并行处理信息的机制且有自学习、自适应能力，因而使系统灵活性更强。本文提出并建立了一种基于SOM神经网络的风险预警模型，解决了模型训练和样本选用中的一些问题。最后用实际数据对模型进行了检验，对预警结果进行了分析。     

BIM 技术在4D 施工进度模拟的应用探讨

随着建筑施工动态管理日趋复杂,传统的进度管理方式已无法适应现代化建设 的需要,基于BIM 的施工进度模拟应运而生。4D 施工进度模拟以BIM 技术为工具,以某公 共建筑为工程背景,利用Navisworks 软件关联由Revit 建立的建筑、结构以及机电设备的BIM 模型和施工进度计划Project 文件,动态演示整体和局部的施工过程以及施工场地布置情况。 一方面可以直观地展示整个施工过程,实现施工过程的可视化管理。另一方面,有效实现了 4D 进度模拟与Project 文件中的数据对接,为工程管理者管理大型建设项目提供了新途径和 方法。