改进的BP神经网络在大坝变形监测中的应用

BP算法能够为大坝的变形预报提供较好的预测值,且具有较高的精度。依据BP算法的特性,提出了通过添加学习速率自适应与附加动量项的方法来提高BP算法的运算速度;并对此改进策略进行了试验论证。     

BP神经网络在MOA故障诊断中的应用

介绍了BP神经网络在MOA故障诊断中的应用情况。运用Matlab神经网络工具箱对避雷器故障进行训练,比较可知,采用改进的自适应修改学习率算法,具有较好的网络收敛性能和稳定性,并且能够有效解决局部最小问题,但是隐含层神经元数目只能通过试凑法得到。实例分析表明,运用神经网络方法能较为准确诊断避雷器故障,能够有效地克服单纯隶属函数对正常运行工况的误诊断。     

改进BP神经网络模型在隧道变形分析中的应用

针对传统的BP神经网络模型在数据拟合方面存在网络收敛速度慢,预测精度不高的缺点,提出一种改进的BP神经网络模型的方法。利用改进后的模型对某一地铁隧道变形监测数据进行分析和预报,并结合MATLAB软件编写的数据处理程序实现改进前后两种模型对同一数据处理结果的对比分析,验证改进后模型的有效性和可靠性。     

基于BP神经网络的基坑变形预测应用研究

以太原市某基坑沉降监测点的实测数据为基础,选择20期数据进行分析;建立具有2个隐含层的BP神经网络模型,以18期数据建模,采用新陈代谢的方式对后2期数据进行逐一预测验证.通过K3观测点和K6观测点的实测数据验证与分析,认为BP神经网络模型预测精度达到工程应用要求.认为该研究所用方法在相似工程变形的数据预测中可以继续应用...     

小波神经网络在大坝变形监测中的应用

本文就小波神经网络的模型建立的方法进行了介绍,通过编制MATLAB小波神经网络程序,用一组变形监测实数据对变形结果进行了仿真试验,仿真的结果精度很高,能够用于变形分析预报.     

BP神经网络在某深基坑工程监测中的应用研究

采用BP神经网络模型对某深基坑工程的变形进行了预测,通过与实测数据的对比分析表明:BP神经网络模型在深基坑工程监测中具有良好的容错性,在围护桩顶竖向及水平位移、围护桩深层水平位移、锚索内力预测方面具有较高的准确度,与实际内力及变形情况较为吻合;BP神经网络模型在地下水位预测中的准确度较低、数据结果离散性较大,不能充分反映水位变化的实际情况;BP神经网络模型在进行短期预测时准确率高,预测曲线与实测数据曲线吻合性较好;在进行锚索内力监测时,当传感器不能及时采集数据的情况下,BP神经网络能发挥预测准确数据的作用;BP神经网络模型隐含层数的选取对预测结果的准确性有一定的影响。     

基于BP神经网络的变形监测数据处理与分析

本文以济南幸福逸居住宅楼项目为例,采用了BP神经网络模型和MATLAB中的数值处理方法 ,对累积沉降量的时间变化曲线进行了预测,证明了BP神经网络在变形监测中的有效性和预测的精确性,为提高信息预测的精度和自动化有着积极的意义。     

遗传BP神经网络在深基坑开挖监测中的应用

地铁车站等深基坑开挖施工中监测数据处理极其复杂，其经验多于理论。有鉴于此，本文提出了神经网络的处理模型，并用将遗传算法和BP最优化方法相结合所产生的一种高效率，高精度的算法来训练网络，并比较了各类训练网络方法的优缺点，由于测量数据存在误差，所以本文又着重分析了误差在网络中的前向传播与可控制性，首次提出了工程应用中网络的初值稳定性问题，最后对某地铁车站的开挖监测进行了实例分析。     

基于BP神经网络在施工企业危机管理系统中的创新能力评价

针对当前评价施工企业危机管理系统创新能力的方法存在的不足,提出了一种基于 BP 神经网络的施工企业危机管理系统创新能力评价方法。设计了一个三层 BP 神经网络模型,并结合 MATLAB 神经网络工具箱,通过实例证明了此方法在评价施工企业危机管理系统创新能力上是有效和可行的。     

BP神经网络模型在建筑沉降预测中的应用

在系统介绍了BP神经网络预测模型在建筑沉降预测中的应用,对建模步骤做了阐述之后,建立BP神经网络预测模型对某建筑物的沉降变形做了预测。在对预测结果进行分析后发现该模型在沉降预测方面有较高的实用价值。     

BP神经网络在基坑工程变形预测中的应用

结合工程实例,针对基坑开挖过程的变形特点,应用BP神经网络和基于粒子群优化算法的BP神经网络对基坑支护结构的变形进行预测,并对两种方法预测结果进行比较分析。结果表明,基于粒子群优化算法的BP网络的泛化预测性能要优于BP网络,预测深基坑地下连续墙结构水平位移更有效。     

BP神经网络在路面材料抗压强度预测中的应用

应用MATLAB提供的神经网络工具箱作为BP神经网络训练和仿真的平台,并进行语言编程,通过采用不同隐函数节点数进行对比试验,采用精度与误差都合适的节点数进行训练与预测,观察预测的精度,并分析神经网络对抗压强度结果预测的可应用性,从而得出一些有益的结论。     

基于Matlab的BP神经网络在泥石流危险性评价中的应用

由于泥石流孕育环境、成灾条件及其诱发因素等的随机性、不确定性和模糊性,决定了泥石流是一种非常复杂的非线性系统。人工神经网络因其具有较强的自组织性、自适应性和自学习能力等优势,更适合于解决非线性问题。本文基于Matlab程序建立了区域泥石流危险性评价的BP神经网络模型,并将该模型应用于凉山州德昌县22个乡镇的区域泥石流危险性评价中,取得了良好的应用效果,评价预测的准确率高达95%。该方法不仅解决了泥石流危险度评价因子和评价等级之间的复杂非线性关系,而且过程简单,结果不受人为因素的影响,是一种具有应用价值、有效的泥石流危险性评价方法。     

BP神经网络在地基承载力预测中的应用

阐述了BP人工神经网络原理,分析了地基承载力的影响因素,以云安县六都一高要大湾二级公路（云浮段）新建工程勘察数据为例,通过建立神经网络模型并对模型进行训练,结果表明,该模型比较精确,可在今后勘察工作中运用。     

BP神经网络在五爱隧道地表变形预测中的应用

针对五爱隧道地表变形预测问题,采用BP神经网络方法利用已有观测点变形数据进行网络训练,结果表明BP神经网络的隐层节点数目对预测精度有较大影响,通过分析得出采用BP人工神经网方法可以较为准确地预测建筑物沉降量,并在一定程度上能够指导施工顺利进行。     

基于BP神经网络的建筑工程承发包价格预测

通过分析已有的承发包价格预测方法,选取BP神经网络对承发包价格发展变化进行预测,并建立基于BP神经网络的建筑工程承发包价格预测模型,以西安市砖混结构住宅为例,证明了该模型具有很好的实用性和可操作性。     

人工BP神经网络在交通量预测中的应用

充分利用人工神经网络对非线性系统很强的模拟能力及Matlab的人工神经网络工具箱Web技术,使未来交通量预测在网上进行得以实现预测,并以国道及主要实际道路为例,对模型进行了理论验证。     

改进BP神经网络在软土地基沉降量中的应用

利用神经网络强大的非线性映射能力,提出了一种基于BP神经网络模型的软土地基沉降量的预测方法,对不同情况下软土路基沉降量进行合理地预测,实例检验证明,该方法收敛速度快,预测的可靠性高。     

模糊聚类和BP神经网络相结合的变形同步预测

研究了用模糊聚类方法分析变形点是否属于同一块变形体上,并对处于同一块变形体上的变形点建立BP神经网络同步预测模型的方法.通过分析,依据研究的方法建立的变形预测模型对变形点的变形量有很好的预测能力.     

基于遗传优化神经网络的市政管网水质模型研究

将遗传算法的全局搜索能力和BP神经网络的局部学习能力有机结合,得到一种快速高效的建立供水管网余氯的水质模型的新方法。验证结果表明,遗传算法优化后的神经网络模型所需要考虑的参数较少,应用方便,预测精度和效率较高,在城市给水系统水质模拟预测研究中有一定的参考应用价值。