文章-世纪中文出版社

陈小波1，2 张媛媛1，2 崔平3 《建筑与工程管理》 2020年1期

摘要:

在建设项目前期，如何快速而准确地估算工程项目的造价，对项目的投资决策具有很大的意义。针对传统造价估算方法的不足之处，采用SPSS统计分析软件进行工程造价指标的相关性分析及指标体系选取，将之作为输入变量，使用真实案例训练集样本训练SVR模型并进行仿真模拟预测。为了验证提出的SVR模型的有效性，引入BP人工神经网络来进行预测结果的对比验证。结果表明，SVR模型得到的预测值平均绝对百分比误差约为5%，拟合优度R2高达0.97，远小于BPNN模型的预测误差14%，即提出的SVR估算模型要比BP人工神经网络预测模型具有更良好的泛化能力，预测精度更高，因此其在工程项目前期投资估算实践中具有一定的现实意义。

基于灰关联的PSO-BP神经网络的高层住宅造价估算下载：54 浏览：348

蒋红妍白雨晴《建筑与工程管理》 2019年5期

摘要:

针对高层住宅工程造价管理的难点及传统造价估算方法存在的不足，采用灰关联分析与粒子群优化的BP神经网络相结合的方法，以高层住宅工程特征指标为网络的输入向量，达到快速、准确地估算高层住宅工程造价的目标。借助文献回顾法与灰关联分析法系统地确定工程特征指标体系并作为神经网络的输入向量；引入PSO算法优化BP网络的权值及阈值，解决网络收敛速度慢、易陷入局部极小值等缺点。并通过实例验证构建的模型，提高了前期决策阶段造价估算的精确度，实现了快速估算。

基于DEA和遗传BP神经网络的电网技术改造造价预测下载：33 浏览：307

董祯1 王艳芹2 王勇1 赵贤2 容春艳2 聂婧2 《中国电力技术》 2020年2期

摘要:

针对电网工程技术改造项目工程造价的重要性，分析技术改造造价预测可使用的模型，提出了一套基于数据包络分析(DEA)和遗传BP神经网络模型的电网工程技术改造项目的组合预测方法。该方法利用DEA筛选输入指标和样本数据，做到数据层面的优化，通过遗传算法(GA)的全局寻优能力，寻找并优化神经网络的权值和阈值，利用神经网络(BPNN)的局部寻优能力强的特性，快速收敛至最优解，获得技术改造项目造价预测的能力，仿真算例证明，组合预测模型准确地反映了实际工程造价，对电网工程技术改造项目的造价预测具有参考价值。

神经网络在汽轮机转子故障诊断中的应用研究下载：90 浏览：499

高树奎1 华兴鲁1 孟帅2 《中国电力技术》 2018年3期

摘要:

针对汽轮机转子在运行过程中出现故障的几率较高且危害较大，传统诊断方法费时费力的问题，建立BP神经网络及RBF神经网络转子故障诊断模型，通过实例对转子故障进行诊断，结果表明BP神经网络和RBF神经网络诊断与转子揭缸检查一致，但BP神经网络比RBF神经网络对转子的故障诊断精度更高，可为转子检修及安装设计提供了参考。

基于模型设计的甲醇发动机辅助ECU开发下载：79 浏览：447

李晶张捷《动力技术研究》 2019年12期

摘要:

对于甲醇裂解气掺烧发动机,甲醇替代率通过采用BP神经网络算法的控制系统进行控制,BP神经网络经过有限的甲醇替代率试验数据的训练,其预测和控制精度满足使用要求。利用Simulink基于模型设计工具建立了辅助控制系统模型,对所搭建的控制模型进行了模型在环(MIL)仿真,并对模型所生成的嵌入式代码与硬件相集成实现处理器在环(PIL)一致性验证,最终完成甲醇掺烧发动机辅助控制系统的功能开发,大幅降低开发时间。

深度信念网络优化BP神经网络的交通流预测模型下载：40 浏览：224

孔繁辉1 李健1,2 《当代管理》 2020年7期

摘要:

为提高BP神经网络预测精度,基于深度学习理论提出一种深度信念网络(DBN)算法优化传统BP神经网络预测模型。该预测算法由多层限制玻尔兹曼机(RBM)组成,采用无监督学习算法训练参数,然后利用反向学习微调网络参数,进而优化BP神经网络的阈值和权值,通过训练模型求得最优解。实验表明,该预测模型克服了传统神经网络容易陷入局部最优以及函数拟合度不高的缺点,可有效提高交通流预测精度。

基于BP神经网络辨识模型的PEMFC系统建模下载：44 浏览：399

柯超1 甘屹1 王俊1 朱荣杰2 陈伟2 《软件工程研究》 2020年7期

摘要:

为分析燃料电池系统特性,采用BP神经网络结构辨识质子交换膜燃料电池系统模型,模型输入为系统实际输入,模型输出为电堆输出电压和电堆工作温度。由于PEMFC系统是一个时变非线性系统,采用一种串-并联前向神经网络辨识结构模型,将模型前几个时刻输出作为模型输入,使得静态网络结构具有动态特性。BP网络模型通过PEMFC系统所得到的实验数据进辨识。训练完成后BP网络模型输出与实际系统输出基本一致,结果表明BP网络模型能够有效反映质子交换膜燃料电池系统输出电压和电堆温度特性。

杂草算法优化神经网络盲均衡算法的研究下载：57 浏览：459

耿艳香1,2 王光艳2 张立毅1,2 《软件工程研究》 2019年9期

摘要:

针对影响通信质量的码间干扰问题,提出利用杂草算法的随机性、鲁棒性、自适应性优化神经网络,为神经网络提供较好的初始权值,再与BP算法的指导性搜索思想结合起来,既能克服寻优中的盲目性进而避免局部收敛情况的发生,有效地加快收敛速度,减小剩余稳态误差,降低误码率,从而提高信道的盲均衡性能。通过计算机仿真,证明该算法具有较好的收敛性能。

大伙房水库水质的BP神经网络模拟预测下载：84 浏览：427

费丹《水资源研究进展》 2018年6期

摘要:

本文选取大伙房水库2011—2015年的水质指标溶解氧(DO)、高锰酸盐(CODMn)、生化需氧量(BOD5)、氨氮(NH3-N)、总氮(TN)、总磷(TP)6项指标的实测数据作为预测样本,建立了BP神经网络模型,并运用该模型对大伙房水库2016年水质指标进行了验证,结果表明该模型能准确地预测水质指标,可以运用到大伙房水域水质指标的预测和预警预报系统当中。

基于PCA主成分分析和BP神经网络企业库存预测的研究下载：78 浏览：478

腾杨刚陈劲杰葛桂林《软件工程研究》 2018年12期

摘要:

近年来,人力资源和物流及仓储成本的不断攀升,导致零件制造成本不断上升,而准确的库存预测有助于企业据此调整生产计划,降低制造成本,有助于实现企业利润最大化。本文通过PCA主成分分析方法确定影响企业库存的因素,编写python代码分析出影响库存的主要因素,包括订单、当月销量等因素,提出JIT即零库存作为企业库存管理的发展方向。随后选取影响库存的因素,分析并计算相关网络参数,建立BP神经网络,用MATLAB编写预测算法,预测9月的库存,确认预测的合理性,验证了算法的有效性。

基于LSTM模型的电影票房预测算法下载：74 浏览：483

杨朝强蒋卫丽邵党国《数据与科学》 2019年11期

摘要:

针对目前基于BP神经网络的电影票房预测算法中存在预测精度不高的问题,本文提出一种基于LSTM模型的电影票房算法。首先,分析电影票房的影响因素,对票房影响因子进行定量分析和归一化处理,其次根据影响因素的输入和输出变量确定网络拓扑图及神经元数量,建立神经网络结构后进行改进为深度学习,并增加"记忆"功能,建立LSTM票房预测模型,最后用亿恩电影智库上的电影票房数据分别用LSTM模型和BP神经网络模型进行预测对比。实验结果表明,LSTM模型在对实验中的4712数据预测的平均相对误差比BP神经网络预测低36%左右,在长期预测和短期预测中低BP神经网络约10%左右,预测结果相对比较准确,能够为电影的投资和放映提供有价值的参考,具有实际意义。

基于模拟退火算法优化的BP神经网络预测模型下载：79 浏览：479

蒋美云《软件工程研究》 2018年11期

摘要:

神经网络算法是深度学习研究的重点,遗传算法是一种自适应优化搜索算法,模拟退火算法是寻找最优解的算法,本文主要分析了神经网络,遗传算法和模拟退火算法的特点和缺陷,研究BP神经网络和遗传模拟退火算法相结合的技术,从发挥算法的优点基础上,提出了一个基于模拟退火遗传算法的BP神经网络模型,并应用于某观影俱乐部,作为新电影上映预测和用户推荐,实验结果表明:该算法在收敛性和准确率上都有较好的效果。

基于遗传算法优化BP神经网络的SCR脱硝系统催化剂体积设计下载：12 浏览：148

唐诗洁1 陆强1 曲艳超2 任翠涛2 杨勇平1 《发电技术与研究》 2019年9期

摘要:

火电厂SCR脱硝系统的设计需要在满足脱硝效率的同时,尽可能节约成本,因此需要准确预测SCR脱硝所需的催化剂体积。火电厂的烟气条件复杂多变,烟气温度、烟气流量、出入口NOx浓度等参数都会影响SCR催化剂的体积设计,因此催化剂体积预测是一个多因素耦合的问题。针对这一特点,使用BP神经网络对催化剂体积设计进行了预测,并针对该模型结构上的缺陷,进行基于遗传算法优化的神经网络建模研究。结果表明,遗传算法优化后的BP神经网络模型预测精度和数据拟合能力均有提高,为脱硝系统的催化剂体积设计提供了新思路。

基于神经网络的汽车供应链风险评估研究下载：45 浏览：375

潘盟张建同陈晓东杜娟《管理与科学》 2019年1期

摘要:

汽车供应链具有节点企业多、链条长、节点企业间关联度高、技术和资金密集等特点,在竞争白热化、需求多样化的市场背景下,更易受到不确定因素影响,且风险引发后往往损失巨大。依托上海汽车集团及其合作企业进行问卷调查,创造性地将机器学习领域的反向传播神经网络运用于潜在风险因素的重要程度评价,结果显示高风险指标集中于供应商和制造商两段,其中制造商的生产风险、意外风险和财务风险以及供应商的战略风险对汽车供应链整体风险的影响最为显著。不仅从理论上丰富了供应链风险管理的技术方法,同时以中国最大汽车集团——上汽集团的风险评估状况为典型代表,为中国汽车产业供应链的风险防范和安全运转提供具有实践意义的操作建议和决策支持。

一种基于多特征及BP神经网络的高分辨率遥感影像道路提取方法下载：71 浏览：471

王威1 唐权2 《测绘科学与技术》 2020年6期

摘要:

高分辨率遥感影像的道路提取能够广泛应用于自动驾驶及地图导航的研究,现有道路自动提取方法精度较低。随着人工智能技术的发展,人工神经网络算法得到推广,将其应用于高分辨率遥感影像的道路提取也在探索研究之中。提出一种基于图像分割及神经网络的高分辨率遥感影像道路提取方法,以减少大量的人工预处理工作,提高道路识别提取效率。针对传统方法用于复杂影像分析的参数难以确定的问题,首先采用影像分割技术获得影像对象,然后对影像对象进行纹理特征、形状特征、光谱特征的计算,并使用BP神经网络进行训练,形成分类模型。基于得到的分类模型进行道路的自动提取,在仿真实验中获得了较好的精度,识别准确率达到87.6%。

手写体数字的识别方法研究下载：41 浏览：451

闫江宝1，2 张长胜1 周雷2，3 《数据与科学》 2018年11期

摘要:

手写体数字识别是一个传统和典型的模式识别问题,本文采用最小距离法、K近邻法和BP神经网络三种方法。使用MATLAB软件对数字特征提取并进行编程,对手写体数字训练并且对训练结果进行测试;最后对手写体的程序进行数字识别并显示结果。通过以上这些方法试验,得到每一种方法所对应的特征的分类结果和分类的正确率,并对分类结果和正确率做了对比和分析,最终得出分类结论。

基于BP神经网络的时栅时序预测测量研究下载：10 浏览：427

郑方燕陈鹏霖石海峰颜路《传感器研究》 2020年2期

摘要:

为了将时栅应用于全闭环数控系统,需完成时栅信号由时域到空域的转换。通过BP神经网络预测模型找出实测数据中的隐含规律进而建立起样本和未来实测数据的映射关系,预测出下一个周期内时栅的测量角度值,实现时栅绝对式角度值与光栅数控系统所需的增量式连续脉冲的转换;为了保证测量精度,利用当前测量值对上一次的预测误差进行校正。实验表明:基于BP神经网络预测算法的时栅系统可以实现时域信号向空域信号的转换,且误差精度为±2″,满足了数控系统对测量精度的要求。

基于GA-BP神经网络温度补偿的红外温度传感器设计下载：12 浏览：406

吕鸣晨1,2,3 刘清惓1,2,3 孙星1,2,3 李东升1,2,3 《传感器研究》 2019年6期

摘要:

为减少环境温度对红外测温的影响,并提高测量精度,提出了一种基于热电堆与热敏电阻的红外探头、Cortex-M3 ARM处理器及高精度低噪声测量电路的红外温度传感器。利用梯度下降法建立红外探头的输出电压、环境温度和目标温度的BP神经网络模型,用遗传算法对其初始权值和阈值进行优化,并将基于该模型的算法嵌入ARM处理器,求出目标温度。该红外温度传感器实现了对物体温度-10～+50℃范围的测量,平均绝对误差为0.033℃,均方根误差为0.035℃。

基于不同建模方法的湿地土壤有机质含量多光谱反演下载：50 浏览：370

陈思明1，2，3 毛艳玲4，3 邹小兴1，3 丁卉1，3 邹双全1，3 《土壤研究》 2018年8期

摘要:

为了提高湿地土壤有机质含量的预测精度，以闽江鳝鱼滩湿地土壤为研究对象，通过分析多光谱不同波段反射率与土壤有机质含量的相关性，引入OIF指数提取显著性波段，然后基于全波段和显著性波段，采用多元逐步回归方法(MLSR)、BP神经网络(BPNN)和支持向量机(SVR)3种方法，构建湿地土壤有机质含量的反演模型，并进行模型验证与对比，确定最优的土壤有机质含量反演方法。结果表明:各波段的反射率(Spectral reflectance，R)与土壤有机质含量存在着负相关关系，147波段组合的OIF指数较高，波段间的独立性强，能有效反映数据内的信息；采用MLSR、BPNN和SVR这3种方法进行建模。在全波段中，SVR的建模效果最显著，BPNN次之，MLSR的建模效果最差。在显著性波段中，BPNN的建模效果最显著，SVR次之，MLSR的建模效果最差；对比基于全波段与显著性波段的建模效果，发现基于全波段的预测效果更为显著，最佳模型为基于全波段的土壤有机质含量支持向量机模型，但利用显著波段建模，可降低波段间的信息重叠，且模型简单、运算量少等特点。该研究可行有效，对湿地土壤有机质含量的快速、大范围精准估测提供技术可行性。

库车前陆盆地“三超”气井产能预测方法对比下载：58 浏览：434

马群王胜军蒋国军何飞郭宇恒胡家荣《天然气进展》 2018年7期

摘要:

气井产能预测是气藏开发过程中的重要工作之一,在气田的整体评价和高效开发进程中具有很强的预见性。而对于"三超"气井来说,进行产能测试面临着较大困难,因此寻找一种较为方便的产能预测方法尤为重要。基于此,研究以气井静态资料、探井资料为依据,建立了多元线性回归、BP神经网络、支持向量机3种预测模型,通过对上述3种产能模型预测结果及3种预测方法的优缺点综合对比分析可知,基于支持向量机的气井产能预测模型预测精度较高、预测结果稳定、可操作性强,是一种适合库车前陆盆地"三超"气井产能预测的数据建模方法。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com