人工神經(jīng)網(wǎng)絡(luò)的電力市場輸電阻塞預(yù)測模型

人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問題的過程中發(fā)展起來的新型智能信息處理理論,通過對人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價預(yù)測模型.

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測資料進(jìn)行沉降預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預(yù)壓荷載卸荷時間預(yù)報.研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

利用神經(jīng)網(wǎng)絡(luò)強大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實例檢驗證明,該方法收斂速度快,預(yù)測的可靠性令人滿意。

基于人工神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測模型——利用神經(jīng)網(wǎng)絡(luò)強大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實例檢驗證明,該方法收斂速度快,預(yù)測的可靠性令人滿意?！　?/p>

以bp人工神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),建立預(yù)測模型,以小區(qū)某棟建筑物1期～8期的沉降觀測數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并對9期～12期實際觀測值與預(yù)測值進(jìn)行了比較,結(jié)果比較理想,從而驗證了采用bp人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行建筑物沉降的預(yù)測是可行的。

針對人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型結(jié)構(gòu)難以確定的問題,詳細(xì)闡述了一種在模型訓(xùn)練中進(jìn)行隱層數(shù)目及隱層單元數(shù)目動態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開發(fā)工具實現(xiàn)了變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型,經(jīng)用華南26個巖體檢驗,回憶率及預(yù)測率均高達(dá)100％。該方法提供了一種面向具體問題的動態(tài)解決方案,在成礦預(yù)測工作中具有一定的實用性。

針對基坑變形預(yù)測中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測基坑變形的新方法。用一樁錨聯(lián)合支護(hù)體系實例進(jìn)行了預(yù)測研究,得到支護(hù)體系的不同預(yù)測模型的組合預(yù)測值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測誤差比gm(1,1)預(yù)測模型小;與bp預(yù)測模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測中,為了更準(zhǔn)確地預(yù)測基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測與bp預(yù)測相結(jié)合的方法進(jìn)行預(yù)測。

人工神經(jīng)網(wǎng)絡(luò)模型描述

由于影響電力負(fù)荷的因素之間存在著非線性,所以采用神經(jīng)網(wǎng)絡(luò)方案來進(jìn)行短期電力負(fù)荷預(yù)測。對應(yīng)用于實際的神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了具體處理,如數(shù)據(jù)的歸一化,輸入向量和輸出向量的選擇。仿真結(jié)果表明其有較好的預(yù)測精度。該模型具有網(wǎng)絡(luò)結(jié)構(gòu)較小、訓(xùn)練時間短、易于實現(xiàn)的優(yōu)點。

利用bp網(wǎng)絡(luò)對電阻點焊的動態(tài)電參數(shù)進(jìn)行融合處理,建立了以電阻點焊動態(tài)電參數(shù)為輸入空間、點焊熔核尺寸為輸出空間的電阻點焊質(zhì)量智能監(jiān)測模型。檢驗結(jié)果表明:該模型的熔核尺寸預(yù)測精度完全滿足工程實際需要;有很大的實用價值。在網(wǎng)絡(luò)訓(xùn)練中采用綜合改進(jìn)的bp算法,使得網(wǎng)絡(luò)的訓(xùn)練效率大大提高

基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)項目評判模型——房地產(chǎn)租(售)價預(yù)測就是對房地產(chǎn)租(售)價未來水平的估計.對房地產(chǎn)投資決策而言,預(yù)測出房地產(chǎn)租(售)價各種可能的結(jié)果,特別是給出定量的評價、分析,是房地產(chǎn)投資決策必不可少的工作之一.運用模糊系統(tǒng)和...

投資項目的效益評估是整個投資活動的關(guān)鍵。闡述了投資項目效益評估的基本理論;借助現(xiàn)代的數(shù)學(xué)計量方法,運用效益評估的指標(biāo)體系,研究了用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行效益評估的的可行性,建立了基于人工神經(jīng)網(wǎng)絡(luò)的效益評估模型,并利用該模型進(jìn)行了實證分析。

利用matlab編程語言構(gòu)造了三層bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),建立了基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報價模型,通過仿真模擬確定標(biāo)高金水平,并用實例驗證了其可靠性,為承包商作出合理報價決策提供了科學(xué)依據(jù)。

針對電力系統(tǒng)短期負(fù)荷預(yù)測的特點,以及人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和復(fù)雜的非線性擬合能力,將人工神經(jīng)網(wǎng)絡(luò)的bp、elman、rbf三種模型用于短期負(fù)荷預(yù)測,建立了短期電力負(fù)荷預(yù)測模型,綜合考慮氣象、天氣等影響負(fù)荷因素進(jìn)行短期負(fù)荷預(yù)測。某電網(wǎng)實際預(yù)測結(jié)果表明,rbf比bp、elman有更好的預(yù)測精度,更快的速度。

根據(jù)微電網(wǎng)的負(fù)荷及影響負(fù)荷變化因素的氣溫、氣象特征等數(shù)據(jù),建立了基于bp(誤差反向傳播)神經(jīng)網(wǎng)絡(luò)和rbf(徑向基函數(shù))神經(jīng)網(wǎng)絡(luò)的微電網(wǎng)短期負(fù)荷預(yù)測模型.通過matlab仿真,對兩種模型的未來24h短期負(fù)荷預(yù)測進(jìn)行比較,驗證了兩種模型的有效性和可行性.仿真結(jié)果表明,與bp神經(jīng)網(wǎng)絡(luò)相比,rbf神經(jīng)網(wǎng)絡(luò)預(yù)測方法具有較高的預(yù)測精度和較快的收縮性,更適合微電網(wǎng)的短期負(fù)荷預(yù)測.

本文介紹了一種采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行電力網(wǎng)線損值的計算方法,比較傳統(tǒng)方法而言,具有計算速度快、計算精度高和適用面廣的優(yōu)點

針對目前我國的高等級公路建設(shè)過程中普遍存在著投資失控、決算超預(yù)算、預(yù)算超概算、概算超估算現(xiàn)象越來越嚴(yán)重的問題。提出了從介紹公路工程投資原理和現(xiàn)行的公路投資體系存在的問題出發(fā),將國內(nèi)現(xiàn)在使用的公路工程投資預(yù)測模型加以對比和分析,探索了利用人工神經(jīng)網(wǎng)絡(luò)在公路投資預(yù)測領(lǐng)域建立新的模型,以此提高預(yù)測精確度,改變投資失控的現(xiàn)狀。

?1994-2010chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net 文章編號:1003-207(2002)01-0079-05 基于人工神經(jīng)網(wǎng)絡(luò)的三江平原土壤質(zhì)量 綜合評價與預(yù)測模型 樓文高 (上海水產(chǎn)大學(xué)海洋學(xué)院農(nóng)業(yè)資源與環(huán)境系,上海　200090) 摘　要:根據(jù)土壤質(zhì)量定量評價指標(biāo)分級體系生成足夠多代表性好的神以網(wǎng)絡(luò)訓(xùn)練和檢驗用的樣本。建立神經(jīng)網(wǎng) 絡(luò)模型時,利用刪減或擴張準(zhǔn)則確定神經(jīng)網(wǎng)絡(luò)最佳拓?fù)浣Y(jié)構(gòu),避免“過擬合”現(xiàn)象,利用檢驗樣本監(jiān)控在訓(xùn)練過程中 不發(fā)生“過學(xué)習(xí)”現(xiàn)象,使建立的土壤質(zhì)量的綜合評價與預(yù)測模型具有較好的泛化能力和預(yù)測能力。對三江平原地 區(qū)主要耕作土壤質(zhì)量的綜合評價與預(yù)測結(jié)果表明,神經(jīng)網(wǎng)

對長輸管道而言,影響管道輸油成本變化的因素眾多,但影響最大的是生產(chǎn)油耗和電耗費用。為了更深入地探索輸油過程中輸量與能耗的變化關(guān)系,以某條輸油管道幾年來輸量及生產(chǎn)油耗、電耗數(shù)據(jù)為基礎(chǔ),用人工神經(jīng)網(wǎng)絡(luò)的方法建立了管道輸量與生產(chǎn)油耗、電耗的預(yù)測模型。分析表明,該模型的計算結(jié)果相對偏差在±5%以內(nèi),滿足工程實際需要,因此可以用該模型來預(yù)測熱油管道的生產(chǎn)油耗和電耗。該研究首次建立了熱油管道輸量與生產(chǎn)油耗和電耗的預(yù)測模型,為預(yù)測管道的能耗總量提供了便利。

厚度預(yù)測模型的精度是影響厚度控制的重要因素。針對本項目國內(nèi)水平領(lǐng)先、最寬幅的"1+4"熱連軋生產(chǎn)線,根據(jù)生產(chǎn)現(xiàn)場獲取的5083寬幅鋁合金中厚板實測數(shù)據(jù),在研究分析關(guān)鍵影響因素的基礎(chǔ)上,運用人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立了鋁合金寬幅中厚板厚度預(yù)測的bp神經(jīng)網(wǎng)絡(luò)模型。其相對誤差在0.5%之內(nèi),高于已有模型預(yù)測精度,能實現(xiàn)高精度預(yù)報。應(yīng)用模型預(yù)測了5052寬幅鋁合金中厚板的出口厚度,結(jié)果表明,模型能較好的預(yù)測軋件厚度的變化,有很好的泛化能力。

提出了根據(jù)實測數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型,并給出應(yīng)用實例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預(yù)測效果良好,具有一定參考價值和指導(dǎo)意義。