BP神经网络模型用于单芯电缆导体温度的动态计算

文章论述了基于主成分分析法的bp模型结构,用新的方法来改进科研绩效评价系统统计的合理性和正确性。

分析了传统的工程伪装评价方法的不足，较全面地考虑了影响工程伪装效能的因素，建立了客观的评价模型，设计了两级神经网络，初步提出了评价模型中各因素的指标级，构建了基于bp神经网络的工程伪装效能评估系统，该系统可以实现对工程伪装效能的客观评估。

通过电缆接头温度监测电缆接头运行状况,是供电公司管理电缆运行的良好途径。利用已有的110kv单芯电缆运行试验数据,建立基于广义回归神经网络的电缆接头温度预测模型。研究分析结果表明grnn模型相比bpnn模型具有较高的准确度和可靠性,克服了bpnn模型预测时训练过程中存在局部最小点、收敛速度慢等缺点,

bp神经网络模型应用于大坝原型观测研究——针对传统的多元线性回归方法的不足，提出将bp神经网络模型应用于大坝原型观测数据处理。并介绍了bp神经网络模型的结构和算法，以及训练样本的归一化处理方法；将bp模型应用于黑河金盆水库大坝原型观测，结果表明，其模...

文中从城市道路利用者的基本感受角度出发,提出一套科学合理的城市道路交通满意度评价体系,利用层次分析法与bp神经网络最终确定评价结果,发现城市道路交通系统中存在的问题,以期找出解决问题的有效途径,为城市交通管理部门提供科学的决策依据,最终提高城市道路交通的服务质量。

电缆线芯温度是电缆安全运行的重要参数。针对电缆线芯温度难于实时监测的问题,结合电缆传热学原理,提出基于电缆实际运行电流和表面温度计算电缆线芯温度的方法。首先建立电缆线芯温度动态计算的热路模型,进一步推导出计算电缆线芯温度的laplace热路模型;然后剖分连续运行电流为阶跃输入值,并代入基于集中参数法所建立的laplace热路模型,从而实现连续变化电流作为电缆线芯温度计算的实时输入量。通过试验研究和误差分析,基于电缆表面温度和实际运行电流实时计算线芯温度方法可以满足线芯温度实时监测,进一步研究分析能够实现载流量预测。

导体温度是反映电缆运行状态的关键因素,因而有必要实现对它的监控。实际中对运行电缆导体温度的直接测量难以实现,工程中常采用计算的方式来获取,而复杂多变的电缆外部因素使得对导体温度的精确计算也非常困难。为此,在电缆外皮温度监测的基础上,建立了单芯电缆暂态热路的数学模型;分别推导出只考虑电流变化和只考虑表皮温度变化两种情况下的暂态温升递推公式,进而推导出单芯电缆暂态温度的完整叠加公式;并采用经典4阶runge-kutta法求解微分方程组计算电缆本体温度。同时编制了电缆暂态计算软件,可根据电缆外皮温度的监测,计算电缆导体和金属护套暂态温度。为验证暂态模型和软件编制的正确性,在试验现场进行了单芯电缆暂态温升试验,并将计算结果与试验测得的温度数据进行了对比验证。结果表明,基于电缆外皮温度监测的单芯电缆暂态温度计算具有较高的精度,可用于单芯电缆实际运行中的温度控制、电缆状态监测及其故障预警等方面。

导体温度是电力电缆载流量幅值变化的最直接特征量,电缆表面温度和线芯温度是反应电缆运行情况的重要参量。在简化内热源的基础上,建立单芯交联聚乙烯电力电缆的传热模型;通过研究稳态时电缆温度场分布,分析温度参量之间的关系和影响载流量的因素;基于这个传热模型,优化影响因素,对提高电缆安全运行的可靠性和载流量最优化配置有重要的指导意义。

比较分析了现行的造价估测模型的特点及其存在的问题,突出bp神经网络模型进行造价估测的理论优势,引入工程分类思想,以学校类建筑为例,建立了bp神经网络估测模型并进行了造价估测。

造价估测方法的研究和bp神经网络模型的应用——比较分析了现行的造价估测模型的特点及其存在的问题,突出bp神经网络模型进行造价估测的理论优势,引入工程分类思想,以学校类建筑为例,建立了bp神经网络估测模型并进行了造价估测。　　

文章建立了具有18项评价指标和3层神经网络的建筑学专业评估模型,通过对评估结果的预测,使得各个院校可以更好的自评以加强建筑学本科教学的管理,提升建筑学专业学生的专业知识。通过实证检验表明,基于bp神经网络建立的评价模型在建筑学专业评估中的应用是可行的。

采用comgis(组件式地理信息系统)技术开发了结合专业震害分析模型的建筑物震害评估系统,讨论了基于bp人工神经网络和gis耦合模型的多层砖房震害预测.研究表明:水平成层土地震反应分析程序shake91在vb菜单下可直接调用,实现地震动影响场计算的模块化;bp神经网络应用于建筑物震害预测中,能达到较理想的效果,其计算模型在系统菜单下可直接调用;系统的gis空间分析功能可使震害预测结果与建筑物信息进行空间匹配,实现地震灾害损失快速评估.

根据神经网络原理和工程造价估算的特点,通过研究工程造价的构成,建立了工程造价估算模型.从模型调试和测试结果来看,经测算其精度基本可以满足实际工程投资估算的需要,模型具有较好的应用价值.

神经网络模型是一种非常有效的数据处理工具,但是存在结构确定困难的缺点.针对神经网络算法的这种缺点,提出了变结构神经网络模型.此模型增加了神经网络隐节点的决策变量,并对此决策变量进行松弛.在采用bp梯度算法确定神经网络结构的同时,确定网络参数.由于电缆的状态监测是时序数据,将此模型应用于电缆的状态监测过程中,能体现出较好的适应性.

轨道交通费率清分的实质是在不同线路下网络客流分布的问题。在充分考虑乘客出行路径选择多要素的基础上,提出一种基于神经网络的轨道交通客流清分模型。将影响乘客出行路径选择的多要素分为确定性要素和不确定性要素,通过样本训练神经元的抑制系数和激励系数,结合转换函数将结果传导给输出层输出。与传统模型相比,该模型更符合乘客出行选择的多要素心理。最后通过对比客流调查结果和logit模型表明,在排除其他要素的干扰下,该方法能够较好的实现客流在不同线路的清分。

轨道交通费率清分的实质是在不同线路下网络客流分布的问题。在充分考虑乘客出行路径选择多要素的基础上,提出一种基于神经网络的轨道交通客流清分模型。将影响乘客出行路径选择的多要素分为确定性要素和不确定性要素,通过样本训练神经元的抑制系数和激励系数,结合转换函数将结果传导给输出层输出。与传统模型相比,该模型更符合乘客出行选择的多要素心理。最后通过对比客流调查结果和logit模型表明,在排除其他要素的干扰下,该方法能够较好的实现客流在不同线路的清分。

提出了基于bp神经网络的工程造价估测模型,以工程特征为参数,用历史数据,建立模型,并验证了bp神经网络模型在工程造价估测中的优良效果,结果显示,bp神经网络在这方面具有很好的应用前景

房地产在金融市场中占有举足轻重的地位,其价格变化对整个金融市场有着显著的影响。采用特征价格模型,对美国一线城市2007年6月及2008年的房价进行了相关定价研究。对传统特征价格模型的属性因子进行了扩充,加入房产周边犯罪率因子进行模拟;在数值方法计算方面,首先对数据进行了box-cox变换,分别采用bp神经网络及传统的最小二乘法进行数值模拟分析,结果表明,房价随犯罪事件类型及发生距离房地产的远近有-5.78%～2.08%的变化;在2008年与2007年6月的不同时段内,犯罪率的变化对房价的影响有所不同。bp神经网络模拟的价格与实际交易价格曲线比传统最小二乘模拟的价格曲线精度高出5.74个百分点。

第47卷第6期厦门大学学报(自然科学版)vol.47no.6 2008年11月journalofxiamenuniversity(naturalscience)nov.2008 基于bp神经网络的工程估价模型及其应用 叶青,王全凤 (华侨大学土木工程学院,福建泉州362021) 收稿日期:20080414 基金项目:福建省自然科学基金(2008j0196)资助 email:yeqing@hqu.edu.cn 摘要:基于bp神经网络的工程估价模型具有高度的容错性和较强的泛化能力,通过对数据并行处理的方式能快速准 确地估算出工程造价.本文根据bp神经网络原理,选取福建泉州地区的21组工程实例来建立模型,其中19组为训练样 本,2组为检测样本,确定了13个主要造价

利用改进的基于bp神经网络模型的有限时间残差模型,分析不同速度和不同工况下的冷却功率与效率之间的关系,以获得一定的功耗。一方面,预测的绝对百分比误差模型,总体效应；另一方面,证明改进后的模型比经典bp神经网络更有效,预测精度提高了16.89%。

基于bp神经网络的岩土工程预测模型研究——bp神经网络具有自适应机制，通过训练和学习，达到对知识进行分类、模式判别、联想记忆等能力，岩土工程的灾害预测问题可以看作是一个模式识别问题，而岩土工程中变形情况的监测和预测模型的研究是矿山、建筑、水利等工...

基于灰色bp神经网络组合模型的基坑变形预测研究——为了使得基坑变形预测在“少样本”、“贫信息”的情况下依然能够得出精度较高的结果，在传统的灰色gm(1，1)模型和bp神经网络模型的基础上，进行了灰色bp神经网络组合模型的研究。通过总结2传统模型的原理和算...