基于BP神经网络地表水源热泵能效预测模型及其应用

针对水源热泵空调中具有大惯性和大滞后等特性的温度控制系统,提出一种神经网络预测控制算法.仿真研究结果表明,该神经网络预测控制算法是切实可行的,这一控制方案比原pid控制在控制质量上有较大提高.

地表水源热泵管式换热法及其特性研究——奉文介绍了管式换热法的原理及其优点，基于流动与换热准则关联式，分析比较了套管换热装置的换热特性、阻力特性；利用传热单元数￡一ⅳ，法研究探讨了套管顺、逆两种形式的换热效率，并进一步分析了管式换热法的经济性...

本文介绍了管式换热法的原理及其优点,基于流动与换热准则关联式,分析比较了套管换热装置的换热特性、阻力特性;利用传热单元数ε-ntu法研究探讨了套管顺、逆两种形式的换热效率,并进一步分析了管式换热法的经济性。研究表明,管式换热法适宜长距离水源条件,应用范围广;套管装置换热re数高,对流换热系数大50%,但流动阻力为普通换热方式的2～3倍;管式换热形式分为逆流与顺流两种,其中逆流较顺流可减少20%的套管换热面积或长度;另外,套管换热装置比普通换热方式需增加60%的换热管耗材量。

地表水源热泵系统的设计——根据江南大学体育馆工程设计，气候特点，使用要求，冷热负荷，水源条件，地表水源热泵系统对水温、水质和水量的要求等，进行了地表水源热泵系统的应用设计。详细介绍了水源热泵水系统、机房、自动控制等方面设计情况。阐述了系统设计...

根据热力学第一定律建立地表水源热泵水温模型并采用经典的龙格-库塔数值法对其进行求解,同时以《地表水环境质量标准》为依据,利用黄金分割法求解一定负荷的建筑采用地表水源热泵空调系统需要的最小水体。该文可对地表水源热泵设计提供依据,使地表水源热泵在我国更好的推广与应用。

在深基坑工程施工过程中，基坑周围地表的沉降对周围建筑物、地下管线和支护体系的安全都会造成很大的影响，如何利用对影响基坑周围地表沉降的关联因素的研究并结合基坑周围地表沉降的监测数据来分析得到基坑周围地表沉降量的走势，已成为城市建设中的一个重要的安全课题．以天津市某换乘车站为例，分析影响该基坑周围地表沉降的关联因素，建立灰色预测和bp神经网络组合模型，在“小样本、贫信息”的情况下，得到的预测结果与实际监测值吻合度较高．利用该预测模型可对一些在开挖过程中监测天数相对较少的深基坑工程进行可靠而准确的预测．

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

组合预测方法与单一预测方法相比可以提高预测的精度和稳定性,因此得到广泛的应用.本文首先概述了组合预测的基本思想,然后介绍了基于bp神经网络的组合预测模型,并以吉林省公路货运量为例给出计算实例,实例的预测结果非常理想,同时也用数理统计的方法证明了此模型的适用性.统计分析和实践都证明此模型的可行性和适用性,说明将此模型用于公路交通运输量预测是有效可行的.

简单地介绍了bp神经网络与灰色系统gm(1,1)模型原理,并利用matlab语言及其工具箱,结合某深基坑工程的地表沉降监测数据编制了预测预报程序,实现了地表沉降数据的预测预报。分析了这2种模型的预测结果。

地表水源热泵是当前先进的技术手段,属于可再生能源利用技术,被广泛应用在建筑空调中,以满足当前时代发展对能源利用的需求.在应用过程中,地表水源热泵技术具有运行费用低、机组效率高等特点,基于此,作者结合自身工作经验,对地表水源热泵在建筑空调中的应用进行详细的分析研究,以供相关工作人员参考.

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.

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、水利等工程的一项重要课题,近年来安全监测技术发展有了巨大的飞跃,呈现出"实时"、"远程"、"非接触"的特点。针对bp神经网络预测模型监测在岩土工程方面的应用,应用bp人工神经网络实现了对岩土工程安全监测数据的预测预报,并对预测结果进行了分析,说明了隐含层数对预测结果误差的影响。通过比对,选择了误差最小的较优组合对岩土工程进行预测。

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...

根据bp神经网络原理,以建筑特征参数为输入变量,利用实际资料对网络进行训练和模拟,收集了16个住宅工程,其中的14个作为训练样本,2个作为检测实例。结果显示,该模型在建筑工程造价预测中具有有效性。

讨论如何利用人工神经网络进行电力系统短期负荷预测。研究结果表明:基于bp神经网络的短期电力负荷预测具有精度高的特点,符合预测结果的相对误差小于3.06%。

为提高坡耕地产量,保护水土流失,分析不同下垫面土壤侵蚀量的预测方法,以2000~2001辽宁北部典型坡耕地数据为样本,建立bp神经网络土壤侵蚀量预测模型,应用2002年土壤侵蚀量数据对模型进行检验。结果表明:采用三层bp网络结构,输入层为4个神经元,分别为径流量、降雨量、有机质、覆盖度,输出层为土壤侵蚀量。预测值的合格率为80%,精度较高,具有很好的预测性能。

根据盾构施工引起地表沉降的具体问题,结合广州地铁三号线某区间地质资料,建立了地表沉降预测的bp神经网络模型,并对网络进行了训练和测试,测试结果表明,利用神经网络进行盾构隧道施工的地表沉降预测是可行的,可用于工程实践。

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。

本文系统提出了建筑工程造价估计的bp神经网络方法,系统分析了用该方法进行建筑工程造价估计的基本原理、网络模型及估价方法。工程实例表明,应用bp神经网络估计工程造价具有方便、准确的特点。

以bp人工神经网络模型为基础,建立预测模型,以小区某栋建筑物1期～8期的沉降观测数据为输入数据和输出数据,对网络模型进行训练,并对9期～12期实际观测值与预测值进行了比较,结果比较理想,从而验证了采用bp人工神经网络模型进行建筑物沉降的预测是可行的。