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)測方法

在巖土工程中如何準(zhǔn)確預(yù)測樁基豎向承載力是一件非常重要的事情。針對現(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,加入一動量因子,建立了修正的bp神經(jīng)網(wǎng)絡(luò)模型,對單樁的豎向承載力進(jìn)行了預(yù)測。以鎮(zhèn)江市勘察測繪研究院所完成的地質(zhì)勘查報告為工程背景,以地震波靜力觸探測試（scptu）測得的4個指標(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)場靜載試驗進(jìn)行比對,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)測法,對公路貨運(yùn)量進(jìn)行了預(yù)測,并利用matlab工具箱予以了實現(xiàn).對2004和2005年公路貨運(yùn)量預(yù)測的結(jié)果表明,預(yù)測值與國家統(tǒng)計局公布的實際數(shù)值有很好的一致性,預(yù)測精度也高于其它rbf預(yù)測法,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)對貨運(yùn)量進(jìn)行分析及預(yù)測。通過對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,對網(wǎng)絡(luò)進(jìn)行訓(xùn)練和擬合,用2004~2005年的實際數(shù)據(jù)進(jìn)行模型檢驗,結(jié)果證明了grnn用于貨運(yùn)量預(yù)測的有效性。

通過對公路貨運(yùn)量的預(yù)測方法進(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,建立bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型.利用黑龍江省公路貨運(yùn)量及其相關(guān)影響因素的實際數(shù)據(jù),確定網(wǎng)絡(luò)輸入與輸出樣本,并對bp神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)進(jìn)行訓(xùn)練和預(yù)測.通過對網(wǎng)絡(luò)輸出的誤差曲線圖的分析,驗證bp神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)的精確性和簡單方便性,提高了公路貨運(yùn)量預(yù)測的精確性.

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)測數(shù)據(jù)、施工工況和周邊地層參數(shù)等多源數(shù)據(jù)對基坑周邊地面沉降進(jìn)行監(jiān)測和預(yù)測。以pso-bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),通過將基于時序和基于沉降影響因素的網(wǎng)絡(luò)模型對比發(fā)現(xiàn):二者預(yù)測結(jié)果誤差較小且基于時序的神經(jīng)網(wǎng)絡(luò)預(yù)測精度更高,說明利用pso-bp神經(jīng)網(wǎng)絡(luò)能夠很好地對基坑周邊地面沉降進(jìn)行分析與預(yù)測。為了綜合考慮時間效應(yīng)和空間效應(yīng)的影響,在基于沉降影響因素的預(yù)測模型的基礎(chǔ)上加入歷史監(jiān)測數(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誤差范圍和更高的預(yù)測精度,在基坑周邊地面沉降預(yù)測中有很好的應(yīng)用前景。

為簡化震害預(yù)測工作,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)測方法。從以往震害實例中選取了具有典型破壞特點的建筑物作為神經(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)對一組新的房屋數(shù)據(jù)進(jìn)行震害預(yù)測,結(jié)果表明了運(yùn)用此方法和模型的實用性。

針對深基坑系統(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)測時存在的不足,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)測模型。通過一軟土深基坑工程變形多步預(yù)測實例的分析,論證了遞歸神經(jīng)網(wǎng)絡(luò)用于基坑工程變形多步預(yù)測的可靠性和實用性。該方法有效可行,在其他領(lǐng)域的多步預(yù)測中同樣具有廣闊的應(yīng)用前景。

房地產(chǎn)業(yè)是國民經(jīng)濟(jì)發(fā)展的重要支柱產(chǎn)業(yè)之一,因此,科學(xué)預(yù)測房地產(chǎn)價格指數(shù)具有十分重要的意義。將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于房價指數(shù)預(yù)測,收集我國主要城市的房地產(chǎn)價格指數(shù)數(shù)據(jù),使用spssclementine軟件進(jìn)行分析。實驗結(jié)果表明,該預(yù)測方法是可行的和有效的。

公路客運(yùn)量和貨運(yùn)量預(yù)測是一個復(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)影響因素數(shù)據(jù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型。利用實際數(shù)據(jù)確定網(wǎng)絡(luò)輸入與輸出樣本,對bp神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)進(jìn)行訓(xùn)練和預(yù)測。通過對網(wǎng)絡(luò)輸出預(yù)測結(jié)果與實際數(shù)據(jù)的分析,驗證了bp神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)的精確性和方便性,提高了公路客運(yùn)貨運(yùn)預(yù)測的精確性。

路面性能的發(fā)展變化是一個長期復(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，通過對路面已有的發(fā)展變化趨勢進(jìn)行分析處理，推測出未來的路面發(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)測準(zhǔn)確性,運(yùn)用灰色關(guān)聯(lián)分析法,計算分析了與鐵路貨運(yùn)量相關(guān)的主要社會指標(biāo),確定鐵路貨運(yùn)量的影響因子分別為鐵路運(yùn)營里程、鐵路電氣化里程、鐵路復(fù)線比重、公路運(yùn)營里程、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)測模型,并對模型進(jìn)行了應(yīng)用測試。結(jié)果表明：bp神經(jīng)網(wǎng)絡(luò)模型具有較高的精度,最大相對誤差為3.7%,平均相對誤差為2.3%。該方法具有較快的收斂速度和較高的預(yù)測精度,可為我國鐵路貨運(yùn)量的預(yù)測研究提供方法支撐。

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)的工程造價預(yù)測模型,并根據(jù)模型結(jié)合matlab神經(jīng)網(wǎng)絡(luò)工具箱對程序進(jìn)行設(shè)計,最后通過案例分析對其具體應(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)行工程造價預(yù)測是完全可行的。

針對化工設(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采購的影響因素,采用化工設(shè)備管理信息系統(tǒng)對mro庫存、采購、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采購需求預(yù)測模塊,自動生成采購訂單。同時增加訂單對比監(jiān)測模塊,將預(yù)測采購訂單與實際物理使用情況進(jìn)行對比,以此對下次預(yù)測訂單進(jìn)行修正,并實時監(jiān)測預(yù)測采購訂單輸出。通過實例驗證此方法是有效的。

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)行實驗研究,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。

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,并給出計算實例。

強(qiáng)烈的地震給人們生命財產(chǎn)帶來巨大損失,為了能夠在地震之前預(yù)測出建筑物震害,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)測方法。結(jié)果表明:對多層磚房的震害樣本的預(yù)測達(dá)到理想效果。

建筑節(jié)能是當(dāng)今城市建設(shè)和社會發(fā)展的前沿和研究熱點,對建筑的能耗現(xiàn)狀進(jìn)行綜合分析與評估是進(jìn)行節(jié)能改造或節(jié)能設(shè)計的前提和基礎(chǔ),而建立反映能耗變化的預(yù)測模型是從宏觀尺度上分析認(rèn)識建筑能耗變化與發(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。研究針對常規(guī)bp網(wǎng)絡(luò)算法收斂速度慢、易陷入局部最小點的缺點,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,構(gòu)造了基于bp神經(jīng)網(wǎng)絡(luò)的建筑物用電量預(yù)測模型。以某市公共建筑原始用電能耗統(tǒng)計數(shù)據(jù)作為樣本,并采用matlab對預(yù)測模型進(jìn)行了仿真預(yù)測。結(jié)果顯示:誤差在允許范圍內(nèi)。

建筑業(yè)是我國重要的物質(zhì)生產(chǎn)部門之一，在我國的經(jīng)濟(jì)發(fā)展過程中，—直扮演著重要的角色。工程作為建筑業(yè)的核心，工程的管理具有很高的現(xiàn)實意義。所謂工程造價預(yù)測，是指處于準(zhǔn)備投標(biāo)或準(zhǔn)備建設(shè)的工程項目，在進(jìn)行投標(biāo)或?qū)嵤┣?，依?jù)現(xiàn)有的建設(shè)工程項目資料、結(jié)合建設(shè)工程施工環(huán)境及施工企業(yè)自身條件，采用相應(yīng)的方法對建設(shè)工程項目的成本進(jìn)行預(yù)測，并將預(yù)測結(jié)果用以控制項目實施過程中的成本支出，能夠提高建筑企業(yè)的項目成本管理的科學(xué)性，促進(jìn)企業(yè)資金的良性運(yùn)轉(zhuǎn)。

短時交通流預(yù)測是現(xiàn)代智能交通系統(tǒng)的核心內(nèi)容,針對城市道路被占所造成的城市交通擁堵排隊問題,以路段視頻統(tǒng)計為例,利用bp神經(jīng)網(wǎng)絡(luò)方法就實際通行能力、具體車輛數(shù)、事故持續(xù)時間與排隊最長長度之間的關(guān)系進(jìn)行預(yù)測分析,從實驗?zāi)M結(jié)果來看,該方法能有效地解決交通流實時和可靠性預(yù)測。

本文結(jié)合住宅房地產(chǎn)的價格理論和相關(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商品住宅價格影響因素模型。依照bp神經(jīng)網(wǎng)絡(luò)預(yù)測的實現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡(luò)在預(yù)測?？谑猩唐纷≌瑑r格的應(yīng)用,得到2018年6月-2019年5月商品住宅價格預(yù)測值,對?？谑猩唐纷≌瑑r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,最后通過測試樣本點數(shù)據(jù)預(yù)測建筑能耗,與dest-h模擬計算得到的結(jié)果比較,發(fā)現(xiàn)相對誤差在3.5%以內(nèi),并通過實例驗證了該網(wǎng)絡(luò)模型的準(zhǔn)確性。該方法使建筑人員在設(shè)計階段就能快速且準(zhǔn)確地獲得設(shè)計建筑的能耗。

進(jìn)度控制作為項目管理的主要內(nèi)容，如何對施工進(jìn)度進(jìn)行有效的預(yù)測將有重要的現(xiàn)實意義，應(yīng)用bp神經(jīng)網(wǎng)絡(luò)技術(shù)對工程進(jìn)度進(jìn)行預(yù)測，得到的預(yù)測值比線性方法更準(zhǔn)確，精度更高。