基于人工神經(jīng)網(wǎng)絡(luò)的寬幅鋁合金中厚板厚度預(yù)測(cè)模型
格式:pdf
大小:255KB
頁(yè)數(shù):5P
人氣 :87
4.8
厚度預(yù)測(cè)模型的精度是影響厚度控制的重要因素。針對(duì)本項(xiàng)目國(guó)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(chǎng)獲取的5083寬幅鋁合金中厚板實(shí)測(cè)數(shù)據(jù),在研究分析關(guān)鍵影響因素的基礎(chǔ)上,運(yùn)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(cè)的BP神經(jīng)網(wǎng)絡(luò)模型。其相對(duì)誤差在0.5%之內(nèi),高于已有模型預(yù)測(cè)精度,能實(shí)現(xiàn)高精度預(yù)報(bào)。應(yīng)用模型預(yù)測(cè)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(cè)軋件厚度的變化,有很好的泛化能力。
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價(jià)預(yù)測(cè)模型
格式:pdf
大?。?span id="ufwlrbt" class="single-tag-height" data-v-09d85783>1019KB
頁(yè)數(shù):3P
**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價(jià)預(yù)測(cè)模型
格式:pdf
大?。?span id="wjg47fz" class="single-tag-height" data-v-09d85783>344KB
頁(yè)數(shù):3P
人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問(wèn)題的過(guò)程中發(fā)展起來(lái)的新型智能信息處理理論,通過(guò)對(duì)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(jià)預(yù)測(cè)模型.
鋁合金中厚板技術(shù)調(diào)研報(bào)告
格式:pdf
大?。?span id="vfgq993" class="single-tag-height" data-v-09d85783>155KB
頁(yè)數(shù):17P
4.6
一、鋁合金厚板的分類 1、按照厚度分類 按照美國(guó)aa標(biāo)準(zhǔn),厚度小于0.15mm為鋁箔,厚度0.15mm~6.35mm 為薄板,厚度大于6.35的為厚板。綜合各方面的情況,可將鋁合金 板按厚度分為特薄板(0.2~0.5)、薄板(0.5~35~80mm)、特厚板(>80~200mm)、極厚板(>200~ 1000mm)。 2、根據(jù)合金元素的含量和加工工藝的特點(diǎn)分類 根據(jù)合金元素的含量和加工工藝的特點(diǎn)分類,鋁合金可分為變形 鋁合金和鑄造鋁合金兩類,但軋制厚板占85%以上。 3、根據(jù)材料的狀態(tài)分類 根據(jù)材料的狀態(tài)可分為不可熱處理和可熱處理的,前者約占40% 弱,而后者約占60%強(qiáng)。 二、厚板的生產(chǎn)方法 厚板的生產(chǎn)方法分為兩種,即鑄錠熱軋法和鑄造法。凡是厚度大 于200mm的極厚板都是鑄造的,因?yàn)?/p>
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價(jià)預(yù)測(cè)模型 (2)
格式:pdf
大小:1019KB
頁(yè)數(shù):3P
4.5
**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***
基于人工神經(jīng)網(wǎng)絡(luò)的公路軟基沉降預(yù)測(cè)模型
格式:pdf
大?。?span id="e8oi8qb" class="single-tag-height" data-v-09d85783>52KB
頁(yè)數(shù):4P
4.5
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(cè)資料進(jìn)行沉降預(yù)測(cè)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(shí)間預(yù)報(bào).研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測(cè)模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.
基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型
格式:pdf
大小:394KB
頁(yè)數(shù):2P
4.6
利用神經(jīng)網(wǎng)絡(luò)強(qiáng)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(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意。
基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型
格式:pdf
大小:311KB
頁(yè)數(shù):2P
3
基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型——利用神經(jīng)網(wǎng)絡(luò)強(qiáng)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(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意。
BP人工神經(jīng)網(wǎng)絡(luò)模型在建筑物沉降預(yù)測(cè)中應(yīng)用
格式:pdf
大?。?span id="9i7lsm0" class="single-tag-height" data-v-09d85783>105KB
頁(yè)數(shù):2P
4.6
以bp人工神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),建立預(yù)測(cè)模型,以小區(qū)某棟建筑物1期~8期的沉降觀測(cè)數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并對(duì)9期~12期實(shí)際觀測(cè)值與預(yù)測(cè)值進(jìn)行了比較,結(jié)果比較理想,從而驗(yàn)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(cè)是可行的。
變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)模型及其在成礦預(yù)測(cè)中的應(yīng)用
格式:pdf
大?。?span id="fd87rpv" class="single-tag-height" data-v-09d85783>410KB
頁(yè)數(shù):5P
4.5
針對(duì)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測(cè)模型結(jié)構(gòu)難以確定的問(wèn)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(dòng)態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開(kāi)發(fā)工具實(shí)現(xiàn)了變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測(cè)模型,經(jīng)用華南26個(gè)巖體檢驗(yàn),回憶率及預(yù)測(cè)率均高達(dá)100%。該方法提供了一種面向具體問(wèn)題的動(dòng)態(tài)解決方案,在成礦預(yù)測(cè)工作中具有一定的實(shí)用性。
基坑變形灰色人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型及其應(yīng)用
格式:pdf
大小:171KB
頁(yè)數(shù):5P
4.5
針對(duì)基坑變形預(yù)測(cè)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(cè)基坑變形的新方法。用一樁錨聯(lián)合支護(hù)體系實(shí)例進(jìn)行了預(yù)測(cè)研究,得到支護(hù)體系的不同預(yù)測(cè)模型的組合預(yù)測(cè)值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差比gm(1,1)預(yù)測(cè)模型小;與bp預(yù)測(cè)模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測(cè)中,為了更準(zhǔn)確地預(yù)測(cè)基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與bp預(yù)測(cè)相結(jié)合的方法進(jìn)行預(yù)測(cè)。
人工神經(jīng)網(wǎng)絡(luò)模型描述
格式:pdf
大?。?span id="v4j937r" class="single-tag-height" data-v-09d85783>809KB
頁(yè)數(shù):3P
4.7
人工神經(jīng)網(wǎng)絡(luò)模型描述
鋁合金中厚板電氣安裝施工探討
格式:pdf
大?。?span id="xpez2mt" class="single-tag-height" data-v-09d85783>631KB
頁(yè)數(shù):1P
4.6
鋁合金中厚板電氣安裝施工探討
鋁合金中厚板電氣安裝施工探討
格式:pdf
大小:117KB
頁(yè)數(shù):1P
4.7
鋁合金厚板生產(chǎn)線的生產(chǎn)工藝復(fù)雜、對(duì)生產(chǎn)設(shè)備的要求較高,這就要求鋁合金中厚板電氣安裝具有較高的質(zhì)量,否則將會(huì)影響到生產(chǎn)線的正常生產(chǎn)和日常維護(hù)。本文在闡述鋁合金中厚板電氣安裝特點(diǎn)的基礎(chǔ)上,深入探討了鋁合金中厚板電氣安裝的施工技術(shù),就電氣安裝的重點(diǎn)問(wèn)題進(jìn)行了分析,具有一定的參考價(jià)值。
基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)項(xiàng)目評(píng)判模型
格式:pdf
大?。?span id="u9kmajk" class="single-tag-height" data-v-09d85783>110KB
頁(yè)數(shù):2P
3
基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)項(xiàng)目評(píng)判模型——房地產(chǎn)租(售)價(jià)預(yù)測(cè)就是對(duì)房地產(chǎn)租(售)價(jià)未來(lái)水平的估計(jì).對(duì)房地產(chǎn)投資決策而言,預(yù)測(cè)出房地產(chǎn)租(售)價(jià)各種可能的結(jié)果,特別是給出定量的評(píng)價(jià)、分析,是房地產(chǎn)投資決策必不可少的工作之一.運(yùn)用模糊系統(tǒng)和...
基于人工神經(jīng)網(wǎng)絡(luò)的投資項(xiàng)目效益評(píng)估模型
格式:pdf
大?。?span id="4fmafip" class="single-tag-height" data-v-09d85783>636KB
頁(yè)數(shù):4P
4.6
投資項(xiàng)目的效益評(píng)估是整個(gè)投資活動(dòng)的關(guān)鍵。闡述了投資項(xiàng)目效益評(píng)估的基本理論;借助現(xiàn)代的數(shù)學(xué)計(jì)量方法,運(yùn)用效益評(píng)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(píng)估的的可行性,建立了基于人工神經(jīng)網(wǎng)絡(luò)的效益評(píng)估模型,并利用該模型進(jìn)行了實(shí)證分析。
基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報(bào)價(jià)決策模型
格式:pdf
大?。?span id="2q2xdhb" class="single-tag-height" data-v-09d85783>203KB
頁(yè)數(shù):2P
4.3
利用matlab編程語(yǔ)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(bào)價(jià)模型,通過(guò)仿真模擬確定標(biāo)高金水平,并用實(shí)例驗(yàn)證了其可靠性,為承包商作出合理報(bào)價(jià)決策提供了科學(xué)依據(jù)。
基于人工神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)的研究
格式:pdf
大?。?span id="l9k9g7u" class="single-tag-height" data-v-09d85783>271KB
頁(yè)數(shù):4P
4.4
針對(duì)電力系統(tǒng)短期負(fù)荷預(yù)測(cè)的特點(diǎn),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(cè),建立了短期電力負(fù)荷預(yù)測(cè)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(cè)。某電網(wǎng)實(shí)際預(yù)測(cè)結(jié)果表明,rbf比bp、elman有更好的預(yù)測(cè)精度,更快的速度。
鈦合金電子束焊縫熔凝區(qū)形狀的人工神經(jīng)網(wǎng)絡(luò)模型
格式:pdf
大小:678KB
頁(yè)數(shù):5P
4.3
通過(guò)采用人工神經(jīng)網(wǎng)絡(luò)方法對(duì)tc4鈦合金電子束焊縫熔凝區(qū)形狀尺寸進(jìn)行預(yù)測(cè)研究.在大量工藝試驗(yàn)的基礎(chǔ)上,采集網(wǎng)絡(luò)訓(xùn)練樣本,并對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行標(biāo)準(zhǔn)化,通過(guò)確定合適的人工神經(jīng)網(wǎng)絡(luò)模型、網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)算法以及網(wǎng)絡(luò)訓(xùn)練次數(shù),建立了從聚焦電流、電子束流和焊接速度到焊縫熔深、熔寬、正面焊縫寬度、深寬比、焊縫余高、釘頭半角的bp網(wǎng)絡(luò)映射模型.結(jié)果表明,網(wǎng)絡(luò)的最大輸出相對(duì)誤差不超過(guò)5%,說(shuō)明該網(wǎng)絡(luò)具有較強(qiáng)的映射能力,能滿足預(yù)測(cè)要求.
基于人工神經(jīng)網(wǎng)絡(luò)的建筑物沉降預(yù)測(cè)
格式:pdf
大?。?span id="dyjeedp" class="single-tag-height" data-v-09d85783>93KB
頁(yè)數(shù):2P
4.4
根據(jù)建筑物實(shí)測(cè)沉降利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了前饋網(wǎng)絡(luò)預(yù)測(cè)模型并提出新的學(xué)習(xí)算法,結(jié)合某建筑物糾偏工程實(shí)例對(duì)建筑物沉降進(jìn)行了預(yù)測(cè).預(yù)測(cè)結(jié)果表明神經(jīng)網(wǎng)絡(luò)方法是可行且有效的.
基于人工神經(jīng)網(wǎng)絡(luò)的公路工程投資預(yù)測(cè)模型的研究
格式:pdf
大小:58KB
頁(yè)數(shù):4P
4.7
針對(duì)目前我國(guó)的高等級(jí)公路建設(shè)過(guò)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(lái)越嚴(yán)重的問(wèn)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(wèn)題出發(fā),將國(guó)內(nèi)現(xiàn)在使用的公路工程投資預(yù)測(cè)模型加以對(duì)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(cè)領(lǐng)域建立新的模型,以此提高預(yù)測(cè)精確度,改變投資失控的現(xiàn)狀。
基于人工神經(jīng)網(wǎng)絡(luò)的三江平原土壤質(zhì)量綜合評(píng)價(jià)與預(yù)測(cè)模型
格式:pdf
大小:174KB
頁(yè)數(shù):5P
4.5
?1994-2010chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net 文章編號(hào):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(píng)價(jià)與預(yù)測(cè)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?!?00090) 摘 要:根據(jù)土壤質(zhì)量定量評(píng)價(jià)指標(biāo)分級(jí)體系生成足夠多代表性好的神以網(wǎng)絡(luò)訓(xùn)練和檢驗(yàn)用的樣本。建立神經(jīng)網(wǎng) 絡(luò)模型時(shí),利用刪減或擴(kuò)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(guò)擬合”現(xiàn)象,利用檢驗(yàn)樣本監(jiān)控在訓(xùn)練過(guò)程中 不發(fā)生“過(guò)學(xué)習(xí)”現(xiàn)象,使建立的土壤質(zhì)量的綜合評(píng)價(jià)與預(yù)測(cè)模型具有較好的泛化能力和預(yù)測(cè)能力。對(duì)三江平原地 區(qū)主要耕作土壤質(zhì)量的綜合評(píng)價(jià)與預(yù)測(cè)結(jié)果表明,神經(jīng)網(wǎng)
基于人工神經(jīng)網(wǎng)絡(luò)的熱油管道能耗預(yù)測(cè)模型
格式:pdf
大?。?span id="yha267j" class="single-tag-height" data-v-09d85783>1.4MB
頁(yè)數(shù):5P
4.8
對(duì)長(zhǎng)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(fèi)用。為了更深入地探索輸油過(guò)程中輸量與能耗的變化關(guān)系,以某條輸油管道幾年來(lái)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(cè)模型。分析表明,該模型的計(jì)算結(jié)果相對(duì)偏差在±5%以內(nèi),滿足工程實(shí)際需要,因此可以用該模型來(lái)預(yù)測(cè)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(cè)模型,為預(yù)測(cè)管道的能耗總量提供了便利。
基于神經(jīng)網(wǎng)絡(luò)模型的建筑物變形預(yù)測(cè)
格式:pdf
大小:369KB
頁(yè)數(shù):3P
4.8
提出了根據(jù)實(shí)測(cè)數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預(yù)測(cè)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(cè)模型,并給出應(yīng)用實(shí)例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預(yù)測(cè)效果良好,具有一定參考價(jià)值和指導(dǎo)意義。
基于BP神經(jīng)網(wǎng)絡(luò)的2D70鋁合金本構(gòu)關(guān)系模型
格式:pdf
大小:668KB
頁(yè)數(shù):4P
4.3
利用thermecmastor-z型熱加工模擬試驗(yàn)機(jī)對(duì)2d70鋁合金進(jìn)行等溫恒應(yīng)變速率壓縮試驗(yàn),獲得了不同變形溫度、不同應(yīng)變速率和不同真應(yīng)變下的流動(dòng)應(yīng)力數(shù)據(jù)。結(jié)合實(shí)驗(yàn)數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)知識(shí),建立了具有bp算法的人工神經(jīng)網(wǎng)絡(luò),訓(xùn)練結(jié)束后的神經(jīng)網(wǎng)絡(luò)即成為2d70鋁合金的一個(gè)知識(shí)基的本構(gòu)關(guān)系模型。誤差分析表明,該神經(jīng)網(wǎng)絡(luò)本構(gòu)關(guān)系模型具有較高的精度,可用于指導(dǎo)2d70鋁合金熱加工工藝的制定,并可用于2d70鋁合金熱變形過(guò)程的有限元模擬。
文輯推薦
知識(shí)推薦
百科推薦
職位:暖通工程師
擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林