基于BP神經(jīng)網(wǎng)絡(luò)設(shè)備維修人員訓(xùn)練數(shù)量預(yù)測(cè)方法

在巖土工程中如何準(zhǔn)確預(yù)測(cè)樁基豎向承載力是一件非常重要的事情。針對(duì)現(xiàn)有研究存在的不足,基于標(biāo)準(zhǔn)bp神經(jīng)網(wǎng)絡(luò)算法,加入一動(dòng)量因子,建立了修正的bp神經(jīng)網(wǎng)絡(luò)模型,對(duì)單樁的豎向承載力進(jìn)行了預(yù)測(cè)。以鎮(zhèn)江市勘察測(cè)繪研究院所完成的地質(zhì)勘查報(bào)告為工程背景,以地震波靜力觸探測(cè)試（scptu）測(cè)得的4個(gè)指標(biāo)（錐尖阻力、錐側(cè)摩阻力、剪切波速和孔隙水壓力）為輸入?yún)?shù),樁基承載力為輸出參數(shù)。通過與現(xiàn)場(chǎng)靜載試驗(yàn)進(jìn)行比對(duì),得到了相關(guān)系數(shù)較高的樁基荷載響應(yīng)曲線。經(jīng)過與傳統(tǒng)預(yù)測(cè)方法進(jìn)行比較發(fā)現(xiàn),用修正的bp神經(jīng)網(wǎng)絡(luò)算法可以有效預(yù)測(cè)樁基豎向承載力,精度較高。

本文提出了一種基于rbf神經(jīng)網(wǎng)絡(luò)的直接預(yù)測(cè)法,對(duì)公路貨運(yùn)量進(jìn)行了預(yù)測(cè),并利用matlab工具箱予以了實(shí)現(xiàn).對(duì)2004和2005年公路貨運(yùn)量預(yù)測(cè)的結(jié)果表明,預(yù)測(cè)值與國(guó)家統(tǒng)計(jì)局公布的實(shí)際數(shù)值有很好的一致性,預(yù)測(cè)精度也高于其它rbf預(yù)測(cè)法,有很好的應(yīng)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.

基坑工程施工過程中的周邊地面沉降直接關(guān)系到周圍建筑物的安全,本文根據(jù)上海前灘地區(qū)某基坑工程的歷史監(jiān)測(cè)數(shù)據(jù)、施工工況和周邊地層參數(shù)等多源數(shù)據(jù)對(duì)基坑周邊地面沉降進(jìn)行監(jiān)測(cè)和預(yù)測(cè)。以pso-bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),通過將基于時(shí)序和基于沉降影響因素的網(wǎng)絡(luò)模型對(duì)比發(fā)現(xiàn):二者預(yù)測(cè)結(jié)果誤差較小且基于時(shí)序的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度更高,說明利用pso-bp神經(jīng)網(wǎng)絡(luò)能夠很好地對(duì)基坑周邊地面沉降進(jìn)行分析與預(yù)測(cè)。為了綜合考慮時(shí)間效應(yīng)和空間效應(yīng)的影響,在基于沉降影響因素的預(yù)測(cè)模型的基礎(chǔ)上加入歷史監(jiān)測(cè)數(shù)據(jù)作為模型輸入層進(jìn)行優(yōu)化,結(jié)果表明:優(yōu)化后的pso-bp神經(jīng)網(wǎng)絡(luò)模型具有更小的相對(duì)誤差范圍和更高的預(yù)測(cè)精度,在基坑周邊地面沉降預(yù)測(cè)中有很好的應(yīng)用前景。

為簡(jiǎn)化震害預(yù)測(cè)工作,提出一種以房屋普查數(shù)據(jù)為震害影響因子并利用人工神經(jīng)網(wǎng)絡(luò)模型為工具的震害預(yù)測(cè)方法。從以往震害實(shí)例中選取了具有典型破壞特點(diǎn)的建筑物作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本,用收集的數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練并得到了收斂的網(wǎng)絡(luò),應(yīng)用此收斂的網(wǎng)絡(luò)對(duì)一組新的房屋數(shù)據(jù)進(jìn)行震害預(yù)測(cè),結(jié)果表明了運(yùn)用此方法和模型的實(shí)用性。

針對(duì)深基坑系統(tǒng)的復(fù)雜的非線性及基坑工程變形多步預(yù)測(cè)的重要性,將人工神經(jīng)網(wǎng)絡(luò)技術(shù)引入其中。分析了用bp網(wǎng)絡(luò)進(jìn)行多步預(yù)測(cè)時(shí)存在的不足,提出了基于遞歸神經(jīng)網(wǎng)絡(luò)的基坑工程變形多步預(yù)測(cè)模型。通過一軟土深基坑工程變形多步預(yù)測(cè)實(shí)例的分析,論證了遞歸神經(jīng)網(wǎng)絡(luò)用于基坑工程變形多步預(yù)測(cè)的可靠性和實(shí)用性。該方法有效可行,在其他領(lǐng)域的多步預(yù)測(cè)中同樣具有廣闊的應(yīng)用前景。

房地產(chǎn)業(yè)是國(guó)民經(jīng)濟(jì)發(fā)展的重要支柱產(chǎn)業(yè)之一,因此,科學(xué)預(yù)測(cè)房地產(chǎn)價(jià)格指數(shù)具有十分重要的意義。將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于房?jī)r(jià)指數(shù)預(yù)測(cè),收集我國(guó)主要城市的房地產(chǎn)價(jià)格指數(shù)數(shù)據(jù),使用spssclementine軟件進(jìn)行分析。實(shí)驗(yàn)結(jié)果表明,該預(yù)測(cè)方法是可行的和有效的。

公路客運(yùn)量和貨運(yùn)量預(yù)測(cè)是一個(gè)復(fù)雜的非線性問題,由于影響因素較多,難以用普通的數(shù)學(xué)方法建模,而建立bp神經(jīng)網(wǎng)絡(luò)可以表達(dá)這些非線性問題。根據(jù)公路客運(yùn)量貨運(yùn)量歷史數(shù)據(jù)及其相關(guān)影響因素?cái)?shù)據(jù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。利用實(shí)際數(shù)據(jù)確定網(wǎng)絡(luò)輸入與輸出樣本,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)輸出預(yù)測(cè)結(jié)果與實(shí)際數(shù)據(jù)的分析,驗(yàn)證了bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)的精確性和方便性,提高了公路客運(yùn)貨運(yùn)預(yù)測(cè)的精確性。

路面性能的發(fā)展變化是一個(gè)長(zhǎng)期復(fù)雜的過程，受各種影響因素較多，其發(fā)展變化呈現(xiàn)一定的不規(guī)則性。該文利用人工神經(jīng)網(wǎng)絡(luò)特有的非線性信息處理能力，通過對(duì)路面已有的發(fā)展變化趨勢(shì)進(jìn)行分析處理，推測(cè)出未來的路面發(fā)展?fàn)顩r，為路面的養(yǎng)護(hù)決策提供依據(jù)。

為提高鐵路貨運(yùn)量的預(yù)測(cè)準(zhǔn)確性,運(yùn)用灰色關(guān)聯(lián)分析法,計(jì)算分析了與鐵路貨運(yùn)量相關(guān)的主要社會(huì)指標(biāo),確定鐵路貨運(yùn)量的影響因子分別為鐵路運(yùn)營(yíng)里程、鐵路電氣化里程、鐵路復(fù)線比重、公路運(yùn)營(yíng)里程、固定資產(chǎn)投資總額和鋼材產(chǎn)量。將所確定的因子作為鐵路貨運(yùn)量的預(yù)測(cè)指標(biāo),建立基于bp神經(jīng)網(wǎng)絡(luò)的鐵路貨運(yùn)量預(yù)測(cè)模型,并對(duì)模型進(jìn)行了應(yīng)用測(cè)試。結(jié)果表明：bp神經(jīng)網(wǎng)絡(luò)模型具有較高的精度,最大相對(duì)誤差為3.7%,平均相對(duì)誤差為2.3%。該方法具有較快的收斂速度和較高的預(yù)測(cè)精度,可為我國(guó)鐵路貨運(yùn)量的預(yù)測(cè)研究提供方法支撐。

闡述了神經(jīng)網(wǎng)絡(luò)的基本概念、基本結(jié)構(gòu)和算法原理,建立了基于bp神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型,并根據(jù)模型結(jié)合matlab神經(jīng)網(wǎng)絡(luò)工具箱對(duì)程序進(jìn)行設(shè)計(jì),最后通過案例分析對(duì)其具體應(yīng)用作了詳盡闡述。研究表明使用bp神經(jīng)網(wǎng)絡(luò)來進(jìn)行工程造價(jià)預(yù)測(cè)是完全可行的。

針對(duì)化工設(shè)備mro物料批量小、種類多、管理難度大、費(fèi)用高等問題,分析化工設(shè)備mro采購(gòu)的影響因素,采用化工設(shè)備管理信息系統(tǒng)對(duì)mro庫存、采購(gòu)、領(lǐng)用數(shù)據(jù)和設(shè)備運(yùn)行情況數(shù)據(jù)進(jìn)行信息化集成,應(yīng)用bp神經(jīng)網(wǎng)絡(luò)模型建立mro采購(gòu)需求預(yù)測(cè)模塊,自動(dòng)生成采購(gòu)訂單。同時(shí)增加訂單對(duì)比監(jiān)測(cè)模塊,將預(yù)測(cè)采購(gòu)訂單與實(shí)際物理使用情況進(jìn)行對(duì)比,以此對(duì)下次預(yù)測(cè)訂單進(jìn)行修正,并實(shí)時(shí)監(jiān)測(cè)預(yù)測(cè)采購(gòu)訂單輸出。通過實(shí)例驗(yàn)證此方法是有效的。

考慮到常規(guī)bp神經(jīng)網(wǎng)絡(luò)算法容易陷入局部最優(yōu)解,所建立的網(wǎng)絡(luò)遺傳流量檢測(cè)模型檢測(cè)效率低,準(zhǔn)確率不高等問題,提出一種改進(jìn)型ga優(yōu)化bp神經(jīng)網(wǎng)絡(luò)算法,并使用其建立網(wǎng)絡(luò)遺傳流量檢測(cè)模型。常規(guī)遺傳算法在搜索過程中,往往會(huì)由于出現(xiàn)影響生產(chǎn)適應(yīng)度高的個(gè)體而對(duì)遺傳算法搜索過程產(chǎn)生影響的現(xiàn)象發(fā)生,因此需要對(duì)常規(guī)遺傳算法進(jìn)行改進(jìn)。使用的方法是通過混合編碼方式進(jìn)行改進(jìn),同時(shí)對(duì)交叉算子、變異算子、交叉概率以及變異概率等參數(shù)進(jìn)行優(yōu)化修正。使用kddcup99數(shù)據(jù)庫中的網(wǎng)絡(luò)異常流量數(shù)據(jù)進(jìn)行實(shí)驗(yàn)研究,研究結(jié)果表明,所提出方法的檢測(cè)性能要明顯優(yōu)于常規(guī)算法,其對(duì)bp神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、權(quán)值以及閾值進(jìn)行同步優(yōu)化,避免了盲目選擇bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)帶來的問題,避免了常規(guī)bp神經(jīng)網(wǎng)絡(luò)容易陷入局部最優(yōu)解的問題。

本文把信息擴(kuò)散原理和神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出一種工程造價(jià)的估測(cè)方法,并給出計(jì)算實(shí)例。

強(qiáng)烈的地震給人們生命財(cái)產(chǎn)帶來巨大損失,為了能夠在地震之前預(yù)測(cè)出建筑物震害,提出一多層磚房為例。利用matlab神經(jīng)網(wǎng)絡(luò)工具箱,建立一種基于貝葉斯正則算法的bp神經(jīng)網(wǎng)絡(luò)模型,并以過去發(fā)生地震地區(qū)的多層磚房調(diào)查數(shù)據(jù)為震害因子的震害預(yù)測(cè)方法。結(jié)果表明:對(duì)多層磚房的震害樣本的預(yù)測(cè)達(dá)到理想效果。

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)。

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。

文章通過分析調(diào)查影響自貢房地產(chǎn)市場(chǎng)的主要因素,基于bp神經(jīng)網(wǎng)絡(luò),結(jié)合自貢住宅市場(chǎng)的實(shí)際情況,建立兩類bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型:基于時(shí)間序列的趨勢(shì)預(yù)測(cè)模型、基于影響因素的回歸預(yù)測(cè)模型,預(yù)測(cè)了自貢房地產(chǎn)市場(chǎng)價(jià)格走勢(shì)。模擬預(yù)測(cè)2010年的結(jié)果證明了2011年房?jī)r(jià)預(yù)測(cè)的有效性,可為自貢城市建設(shè)的可持續(xù)發(fā)展提供有價(jià)值的指導(dǎo)意見。

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。