更新日期: 2025-03-21

基于小波神經(jīng)網(wǎng)絡(luò)的高速鐵路客站商業(yè)價值評價方法研究

格式:pdf

大?。?span id="4mupg4t" class="single-tag-height" data-v-09d85783>4.8MB

頁數(shù):4P

人氣 :80

基于小波神經(jīng)網(wǎng)絡(luò)的高速鐵路客站商業(yè)價值評價方法研究 4.5

隨著我國高速鐵路事業(yè)的不斷發(fā)展,高速鐵路客站商業(yè)開發(fā)的重要性也愈發(fā)突出。如何實(shí)現(xiàn)高速鐵路客站高效開發(fā),最大限度地挖掘高速鐵路客站的商業(yè)價值,是目前迫切需要解決的問題。從客站商業(yè)價值的角度出發(fā),在建立高速鐵路客站商業(yè)價值評價指標(biāo)體系的基礎(chǔ)上,利用小波神經(jīng)網(wǎng)絡(luò)的評價方法構(gòu)建了高速鐵路客站商業(yè)價值的評價模型,并給出了相應(yīng)的評價實(shí)施步驟,對于推動高速鐵路客站商業(yè)評價實(shí)踐活動,具有一定的作用。

基于小波神經(jīng)網(wǎng)絡(luò)的高速公路區(qū)域經(jīng)濟(jì)影響評價 基于小波神經(jīng)網(wǎng)絡(luò)的高速公路區(qū)域經(jīng)濟(jì)影響評價 基于小波神經(jīng)網(wǎng)絡(luò)的高速公路區(qū)域經(jīng)濟(jì)影響評價

基于小波神經(jīng)網(wǎng)絡(luò)的高速公路區(qū)域經(jīng)濟(jì)影響評價

格式:pdf

大?。?span id="pcyycvz" class="single-tag-height" data-v-09d85783>471KB

頁數(shù):3P

引入小波神經(jīng)網(wǎng)絡(luò)的自適應(yīng)機(jī)制,建立基于小波神經(jīng)網(wǎng)絡(luò)的多屬性綜合評價模型emwnn(15,20,1),并進(jìn)行了實(shí)際應(yīng)用。

基于神經(jīng)網(wǎng)絡(luò)的高速公路軟基沉降分析

基于神經(jīng)網(wǎng)絡(luò)的高速公路軟基沉降分析

格式:pdf

大?。?span id="u9pepa9" class="single-tag-height" data-v-09d85783>211KB

頁數(shù):3P

基于神經(jīng)網(wǎng)絡(luò)的高速公路軟基沉降分析——簡述了高速公路軟基沉降觀測的目的和意義。介紹了工后沉降的預(yù)測方法。其后,簡述了bp神經(jīng)網(wǎng)絡(luò)的基本概念。論文提出了基于神經(jīng)網(wǎng)絡(luò)的高速公路工后沉降預(yù)報方法。結(jié)合江蘇省某高速公路現(xiàn)場監(jiān)測資料,進(jìn)行了實(shí)例分析,說明...

編輯推薦下載

基于小波神經(jīng)網(wǎng)絡(luò)方法的電力需求預(yù)測

基于小波神經(jīng)網(wǎng)絡(luò)方法的電力需求預(yù)測

格式:pdf

大?。?span id="bhv9ks4" class="single-tag-height" data-v-09d85783>1.1MB

頁數(shù):7P

基于小波神經(jīng)網(wǎng)絡(luò)方法的電力需求預(yù)測 4.5

當(dāng)前,諸多研究人員被電力負(fù)載預(yù)測所吸引,由于其是精確計劃、調(diào)度及運(yùn)維電力系統(tǒng)的先決條件.眾多因素均影響著電力負(fù)載預(yù)測,因此提出一個混合模型來提升預(yù)測的準(zhǔn)確性是有必要的.文中提出一種采用2種方法的新的混合負(fù)載估計方案:小波變換(avelettransform,wt)和人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork,ann).為了將大型非對稱時變電力原始數(shù)據(jù)集合考慮到其中,根據(jù)時間和頻率采用小波技術(shù)來分解數(shù)據(jù),眾多小波函數(shù)可以采用,但選擇一種合適的小波函數(shù)在設(shè)計此模型中扮演著關(guān)鍵作用.文中采用了以下幾種類型的小波函數(shù),即haar小波函數(shù)、deubechies小波函數(shù)、symlet小波函數(shù)以及coiflet小波函數(shù),將電力負(fù)載數(shù)據(jù)分解成不同的段.隨后,使用ann來預(yù)測負(fù)載的非線性數(shù)據(jù).由aemo獲取一周每天24h的數(shù)據(jù)驗(yàn)證了文中所設(shè)計模型的有效性.

立即下載
基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究 基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究 基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究

基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究

格式:pdf

大?。?span id="iuonicw" class="single-tag-height" data-v-09d85783>521KB

頁數(shù):3P

基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究 4.6

邊坡地表位移監(jiān)測是滑坡安全監(jiān)控中的重要內(nèi)容,對監(jiān)測資料進(jìn)行及時、合理、有效的分析,獲取滑坡變形規(guī)律和安全狀況是滑坡監(jiān)測的重要工作之一。文中將基于bp算法的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型引入變形監(jiān)測預(yù)報中,對工程實(shí)例進(jìn)行預(yù)測。結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)預(yù)測可以取得良好的效果,且自適應(yīng)預(yù)測能力較強(qiáng)。

立即下載

基于小波神經(jīng)網(wǎng)絡(luò)高速鐵路客站商業(yè)價值評價方法熱門文檔

相關(guān)文檔資料 803983 立即查看>>
基于人工神經(jīng)網(wǎng)絡(luò)的舊水泥路面性能評價方法研究

基于人工神經(jīng)網(wǎng)絡(luò)的舊水泥路面性能評價方法研究

格式:pdf

大?。?span id="zz7f6dd" class="single-tag-height" data-v-09d85783>399KB

頁數(shù):3P

基于人工神經(jīng)網(wǎng)絡(luò)的舊水泥路面性能評價方法研究 4.6

為了評定舊水泥路面的綜合性能,基于人工神經(jīng)網(wǎng)絡(luò),選取6項(xiàng)易得指標(biāo)建立舊水泥混凝土路面綜合性能評價模型。使用代表性強(qiáng)的樣本進(jìn)行訓(xùn)練,得出該評價模型具有較高的準(zhǔn)確性,并將該模型應(yīng)用于實(shí)際工程中,效果優(yōu)良。

立即下載
基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究

基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究

格式:pdf

大?。?span id="slhl4j9" class="single-tag-height" data-v-09d85783>312KB

頁數(shù):3P

基于小波神經(jīng)網(wǎng)絡(luò)的某邊坡預(yù)測研究 4.5

邊坡的地表位移監(jiān)測是滑坡安全監(jiān)控中的重要內(nèi)容,對監(jiān)測資料進(jìn)行及時、合理和有效的分析,獲取滑坡變形規(guī)律和安全狀況是滑坡監(jiān)測的重要工作之一。文章將基于bp算法的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型引入變形監(jiān)測預(yù)報中,對工程實(shí)例進(jìn)行了預(yù)測。結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)預(yù)測可以取得良好的效果,且自適應(yīng)預(yù)測能力較強(qiáng)。

立即下載
基于神經(jīng)網(wǎng)絡(luò)的高速公路出入口OD矩陣估計方法研究

基于神經(jīng)網(wǎng)絡(luò)的高速公路出入口OD矩陣估計方法研究

格式:pdf

大小:282KB

頁數(shù):3P

基于神經(jīng)網(wǎng)絡(luò)的高速公路出入口OD矩陣估計方法研究 4.7

通過高速公路出入口od矩陣計算,得到高速公路的斷面交通流量,這些數(shù)據(jù)對于高速公路各項(xiàng)管理措施的制定是非常重要的。針對高速公路出入口od矩陣推算方法中假設(shè)每一留線車輛以等概率駛離高速公路的不足,提出了基于改進(jìn)bp神經(jīng)網(wǎng)絡(luò)的高速公路出入口od矩陣推算模型,并設(shè)計了od推算神經(jīng)網(wǎng)絡(luò)。實(shí)例分析表明,該模型推算結(jié)果理想,且推算精度得到一定提高。

立即下載
基于小波神經(jīng)網(wǎng)絡(luò)的城市地鐵施工變形預(yù)測

基于小波神經(jīng)網(wǎng)絡(luò)的城市地鐵施工變形預(yù)測

格式:pdf

大小:271KB

頁數(shù):5P

基于小波神經(jīng)網(wǎng)絡(luò)的城市地鐵施工變形預(yù)測 4.3

結(jié)合小波分析和神經(jīng)網(wǎng)絡(luò),建立了小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型和改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)模型,并將其應(yīng)用到某地鐵施工變形預(yù)測中。3種預(yù)測模型(傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和改進(jìn)的小波神經(jīng)網(wǎng)絡(luò))的對比分析表明,改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)模型精度高,具有很好的應(yīng)用前景。

立即下載
基于小波-神經(jīng)網(wǎng)絡(luò)的軟土路基沉降預(yù)測方法

基于小波-神經(jīng)網(wǎng)絡(luò)的軟土路基沉降預(yù)測方法

格式:pdf

大?。?span id="spttt4g" class="single-tag-height" data-v-09d85783>217KB

頁數(shù):4P

基于小波-神經(jīng)網(wǎng)絡(luò)的軟土路基沉降預(yù)測方法 3

基于小波-神經(jīng)網(wǎng)絡(luò)的軟土路基沉降預(yù)測方法——軟土路基的沉降是公路施工中常見的一種病害。該文結(jié)合小波分析和神經(jīng)網(wǎng)絡(luò)的特性,提出了一種新的路基沉降預(yù)測方法(wavelet-rbf)。分析表明,該方法具有較好的預(yù)測精度和泛化能力,可以用于工程實(shí)際。

立即下載

基于小波神經(jīng)網(wǎng)絡(luò)高速鐵路客站商業(yè)價值評價方法精華文檔

相關(guān)文檔資料 803983 立即查看>>
基于BP神經(jīng)網(wǎng)絡(luò)的高速公路能見度預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的高速公路能見度預(yù)測

格式:pdf

大小:809KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的高速公路能見度預(yù)測 4.5

文章主要對江西高速公路信息中心建設(shè)中的道路氣象監(jiān)測平臺和交通應(yīng)急監(jiān)控平臺做了一些具體的研究。主要研究內(nèi)容首先是道路氣象監(jiān)測平臺監(jiān)測各路段及關(guān)鍵點(diǎn)的各種異常交通環(huán)境因素變化和氣象狀況。將數(shù)據(jù)信息及時傳送到高速公路信息中心基于地理信息系統(tǒng)gis模型,再通過bp神經(jīng)網(wǎng)絡(luò)模型分析路況實(shí)時氣象數(shù)據(jù)(氣溫、濕度、風(fēng)向、路面溫度、能見度等)與道路車輛行駛狀況(如交通量、速度、道路占有率等)之間的關(guān)系,模擬道路天氣對道路車輛的影響。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測 基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測 基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測

格式:pdf

大?。?span id="ty9w4sx" class="single-tag-height" data-v-09d85783>121KB

頁數(shù):2P

基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測 4.6

基于甘肅高等級公路收費(fèi)年收入的統(tǒng)計數(shù)據(jù),結(jié)合其收入和交通量之間的粗略關(guān)系,運(yùn)用bp神經(jīng)網(wǎng)絡(luò)預(yù)測高等級公路各收費(fèi)站年收入,從而間接地對高等級公路交通流量進(jìn)行預(yù)測,為提高高速公路的管理與服務(wù)水平,對提高高等級公路管理部門的信息感知能力和應(yīng)急處置能力、提高路網(wǎng)運(yùn)行效率、建設(shè)和諧高等級公路具有極其重要的意義。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測 基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測 基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測

格式:pdf

大?。?span id="9ahwiti" class="single-tag-height" data-v-09d85783>550KB

頁數(shù):3P

基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測 4.8

引言高速公路交通量預(yù)測是高速公路建設(shè)項(xiàng)目可行性研究報告的一項(xiàng)重要內(nèi)容,它是進(jìn)行交通量現(xiàn)狀評價、綜合分析建設(shè)項(xiàng)目的必要性和可行性的基礎(chǔ),是確定高速公路建設(shè)項(xiàng)目的技術(shù)等級、工程規(guī)模、效益分析的主要依據(jù)。同時,其準(zhǔn)確率直接關(guān)系高速公路投資回報率,甚至影響項(xiàng)目國民經(jīng)濟(jì)評價及財務(wù)評價。根據(jù)調(diào)查資料和工程項(xiàng)目的性質(zhì)選用不同的預(yù)測方法,國內(nèi)、外已提出的各種預(yù)測方法多達(dá)200種左右,但用于實(shí)際操作的較少,如頭腦風(fēng)暴法、專家預(yù)測法、

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的高速公路短時交通流預(yù)測 基于BP神經(jīng)網(wǎng)絡(luò)的高速公路短時交通流預(yù)測 基于BP神經(jīng)網(wǎng)絡(luò)的高速公路短時交通流預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的高速公路短時交通流預(yù)測

格式:pdf

大?。?span id="h9g9f4b" class="single-tag-height" data-v-09d85783>696KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的高速公路短時交通流預(yù)測 4.4

以高速公路交通流預(yù)測為研究對象,簡化了高速公路宏觀動態(tài)交通流模型,利用matlab神經(jīng)網(wǎng)絡(luò)工具建立模型并進(jìn)行網(wǎng)絡(luò)訓(xùn)練與預(yù)測。對嘉興站附近高速公路交通流數(shù)據(jù)進(jìn)行了采集、建模和預(yù)測。從預(yù)測結(jié)果中得知,基于bp神經(jīng)網(wǎng)絡(luò)交通流預(yù)測模型具有很高的可靠度,該簡化的交通流模型更為簡練,預(yù)測結(jié)果亦可以點(diǎn)帶面地面描述該站點(diǎn)一定空間及時間范圍內(nèi)的交通流情況。

立即下載
基于GA改進(jìn)BP神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)異常檢測方法

基于GA改進(jìn)BP神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)異常檢測方法

格式:pdf

大?。?span id="e4l9ze9" class="single-tag-height" data-v-09d85783>293KB

頁數(shù):4P

基于GA改進(jìn)BP神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)異常檢測方法 4.7

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)遺傳流量檢測模型檢測效率低,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)遺傳流量檢測模型。常規(guī)遺傳算法在搜索過程中,往往會由于出現(xiàn)影響生產(chǎn)適應(yīng)度高的個體而對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),同時對交叉算子、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,所提出方法的檢測性能要明顯優(yōu)于常規(guī)算法,其對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。

立即下載

基于小波神經(jīng)網(wǎng)絡(luò)高速鐵路客站商業(yè)價值評價方法最新文檔

相關(guān)文檔資料 803983 立即查看>>
小波神經(jīng)網(wǎng)絡(luò)模型在高鐵路基沉降預(yù)測中的應(yīng)用研究

小波神經(jīng)網(wǎng)絡(luò)模型在高鐵路基沉降預(yù)測中的應(yīng)用研究

格式:pdf

大小:347KB

頁數(shù):5P

小波神經(jīng)網(wǎng)絡(luò)模型在高鐵路基沉降預(yù)測中的應(yīng)用研究 4.7

為了提高變形監(jiān)測數(shù)據(jù)預(yù)測的精度與可靠性,提高神經(jīng)網(wǎng)絡(luò)預(yù)測方法的穩(wěn)定性,嘗試將小波分析與bp神經(jīng)網(wǎng)絡(luò)相結(jié)合的小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于高鐵路基處的沉降監(jiān)測數(shù)據(jù)處理中。綜合小波分析與神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點(diǎn),建立松散型及緊致型小波神經(jīng)網(wǎng)絡(luò)預(yù)測分析模型。通過實(shí)驗(yàn)數(shù)據(jù)對比分析,驗(yàn)證了采用緊致型小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型能夠較好地用來處理路基的動態(tài)變形監(jiān)測數(shù)據(jù),預(yù)測穩(wěn)定性及預(yù)測精度較高。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)安全評價方法

基于BP神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)安全評價方法

格式:pdf

大小:210KB

頁數(shù):3P

基于BP神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)安全評價方法 3

基于bp神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)安全評價方法——運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的理論和方法,建立了基于bp神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)安全評價模型,并利用matlab7.0進(jìn)行編程,實(shí)現(xiàn)了礦井通風(fēng)系統(tǒng)的安全評價預(yù)測。通過某礦通風(fēng)系統(tǒng)的實(shí)例評價,預(yù)測結(jié)果與實(shí)測結(jié)果相符,表明應(yīng)...

立即下載
基于BP人工神經(jīng)網(wǎng)絡(luò)的建筑廢料管理評價方法

基于BP人工神經(jīng)網(wǎng)絡(luò)的建筑廢料管理評價方法

格式:pdf

大?。?span id="sls9ixw" class="single-tag-height" data-v-09d85783>446KB

頁數(shù):5P

基于BP人工神經(jīng)網(wǎng)絡(luò)的建筑廢料管理評價方法 4.5

構(gòu)建單一新建設(shè)工程項(xiàng)目(不包含拆除工程)的建筑廢料管理評價指標(biāo)體系,概述基于bp人工神經(jīng)網(wǎng)絡(luò)評價方法的基本原理,并詳述基于bp人工神經(jīng)網(wǎng)絡(luò)的建筑廢料管理評價模型的建立過程,包括神經(jīng)網(wǎng)絡(luò)的建立、學(xué)習(xí)訓(xùn)練,以及結(jié)果的檢驗(yàn)等.將該模型應(yīng)用于實(shí)例檢驗(yàn),得到較滿意結(jié)果.

立即下載
基于BP人工神經(jīng)網(wǎng)絡(luò)的綠色施工評價方法研究

基于BP人工神經(jīng)網(wǎng)絡(luò)的綠色施工評價方法研究

格式:pdf

大?。?span id="44a4cvo" class="single-tag-height" data-v-09d85783>588KB

頁數(shù):4P

基于BP人工神經(jīng)網(wǎng)絡(luò)的綠色施工評價方法研究 4.6

在闡明綠色施工概念的基礎(chǔ)上構(gòu)建了綠色施工的評價指標(biāo)體系。概括介紹了基于人工神經(jīng)網(wǎng)絡(luò)評價方法的基本原理,并分析了該方法應(yīng)用于綠色施工評價的優(yōu)越性。詳細(xì)論述了基于bp人工神經(jīng)網(wǎng)絡(luò)的綠色施工評價模型的建立過程,包括神經(jīng)網(wǎng)絡(luò)的建立、學(xué)習(xí)訓(xùn)練,以及結(jié)果的檢驗(yàn)等。將該模型應(yīng)用于上海某工程的綠色施工評價,取得了令人滿意的結(jié)果。

立即下載
基于神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的兩種系統(tǒng)安全綜合評價方法 基于神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的兩種系統(tǒng)安全綜合評價方法 基于神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的兩種系統(tǒng)安全綜合評價方法

基于神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的兩種系統(tǒng)安全綜合評價方法

格式:pdf

大?。?span id="llxlw4r" class="single-tag-height" data-v-09d85783>523KB

頁數(shù):4P

基于神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的兩種系統(tǒng)安全綜合評價方法 4.6

從工業(yè)企業(yè)生產(chǎn)發(fā)展的特點(diǎn)出發(fā),在界定安全評價概念的基礎(chǔ)上,從系統(tǒng)論的角度簡要介紹了運(yùn)用三層bp神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行安全綜合評價的方法和安全模糊綜合評價方法。通過對這兩種較為流行的安全評價方法進(jìn)行分析,指出了傳統(tǒng)評價方法的不合理性,辨證說明了這兩種評價方法的優(yōu)越性。

立即下載
基于人工神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性工程地質(zhì)評價方法 基于人工神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性工程地質(zhì)評價方法 基于人工神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性工程地質(zhì)評價方法

基于人工神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性工程地質(zhì)評價方法

格式:pdf

大小:203KB

頁數(shù):7P

基于人工神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性工程地質(zhì)評價方法 4.4

針對邊坡穩(wěn)定性工程地質(zhì)評價方法過分強(qiáng)調(diào)經(jīng)驗(yàn)和難以定量的缺點(diǎn),提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性工程地質(zhì)評價方法,詳細(xì)介紹了它的建模方法和應(yīng)用實(shí)例,結(jié)果表明該方法不僅有效,而且有定量,簡便,實(shí)時,自適應(yīng)等優(yōu)點(diǎn),具有廣闊的應(yīng)用前景。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的綠色建筑評價方法及其應(yīng)用 基于BP神經(jīng)網(wǎng)絡(luò)的綠色建筑評價方法及其應(yīng)用 基于BP神經(jīng)網(wǎng)絡(luò)的綠色建筑評價方法及其應(yīng)用

基于BP神經(jīng)網(wǎng)絡(luò)的綠色建筑評價方法及其應(yīng)用

格式:pdf

大?。?span id="ifibw7z" class="single-tag-height" data-v-09d85783>185KB

頁數(shù):5P

基于BP神經(jīng)網(wǎng)絡(luò)的綠色建筑評價方法及其應(yīng)用 4.7

將人工神經(jīng)元網(wǎng)絡(luò)應(yīng)用于綠色建筑評價中,建立了采用lm算法的三層bp神經(jīng)元網(wǎng)絡(luò)綠色建筑評價模型,并參考國內(nèi)外對綠色建筑評價的研究,建立綠色建筑評價指標(biāo)集,通過專家打分獲得訓(xùn)練樣本,用trainlm訓(xùn)練函數(shù)訓(xùn)練網(wǎng)絡(luò),驗(yàn)證了綠色建筑評價結(jié)果與實(shí)際的一致性。最后,通過已訓(xùn)練好的網(wǎng)絡(luò),對多個綠色建筑方案進(jìn)行評價選優(yōu),驗(yàn)證了該模型在綠色建筑評價中的實(shí)用性與可靠性。

立即下載
基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路路面質(zhì)量評價

基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路路面質(zhì)量評價

格式:pdf

大?。?span id="ltb4h6s" class="single-tag-height" data-v-09d85783>128KB

頁數(shù):1P

基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路路面質(zhì)量評價 4.6

模糊神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識、模式識別、圖像處理、財務(wù)工程、數(shù)據(jù)采掘、工業(yè)控制、消防電子等許多領(lǐng)域有著廣泛應(yīng)用。文章著眼于高速公路路面質(zhì)量評價,概述了高速公路路面質(zhì)量評價的重要性,明確了基于模糊神經(jīng)網(wǎng)絡(luò)的高速公路路面質(zhì)量評價的提出,并就其作出驗(yàn)證,意在為高速公路路面質(zhì)量評價中模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)用提供思路與支持。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法 基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法 基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法

基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法

格式:pdf

大?。?span id="ebs4y4q" class="single-tag-height" data-v-09d85783>294KB

頁數(shù):3P

基于BP神經(jīng)網(wǎng)絡(luò)的工程造價估測方法 4.4

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

立即下載
小樣本協(xié)整檢驗(yàn)的神經(jīng)網(wǎng)絡(luò)方法

小樣本協(xié)整檢驗(yàn)的神經(jīng)網(wǎng)絡(luò)方法

格式:pdf

大?。?span id="qutqjfq" class="single-tag-height" data-v-09d85783>2.8MB

頁數(shù):9P

小樣本協(xié)整檢驗(yàn)的神經(jīng)網(wǎng)絡(luò)方法 4.6

小樣本協(xié)整檢驗(yàn)的神經(jīng)網(wǎng)絡(luò)方法

立即下載

基于小波神經(jīng)網(wǎng)絡(luò)高速鐵路客站商業(yè)價值評價方法相關(guān)

胡章坤

職位:二級建筑師

擅長專業(yè):土建 安裝 裝飾 市政 園林

基于小波神經(jīng)網(wǎng)絡(luò)高速鐵路客站商業(yè)價值評價方法文輯: 是胡章坤根據(jù)數(shù)聚超市為大家精心整理的相關(guān)基于小波神經(jīng)網(wǎng)絡(luò)高速鐵路客站商業(yè)價值評價方法資料、文獻(xiàn)、知識、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時,造價通平臺還為您提供材價查詢、測算、詢價、云造價、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問: 基于小波神經(jīng)網(wǎng)絡(luò)高速鐵路客站商業(yè)價值評價方法