基于模糊BP神经网络地下金属矿山岩层移动范围

针对深基坑变形控制系统中的不确定性、模糊性因素多的问题,将模糊控制理论与神经网络技术相结合,采用非线性神经元构成的神经网络结构,把对应的网络输入、输出表达为输入、输出信息的模糊数隶属度,建立了一种基于模糊神经网络的深基坑施工变形预测模型.结果表明,利用模糊度隶属函数对基坑施工进行动态控制具有较好的实用效果.

基于模糊神经网络的深基坑变形预测——针对深基坑变形控制系统中的不确定性、模糊性因素多的问题，将模糊控制理论与神经网络技术相结合，采用非线性神经元构成的神经网络结构，把对应的网络输入、输出表达为输入、输出停息的模糊数隶属度，建立了一种基于模糊神...

为了克服单独应用粒子群算法(pso)或bp算法训练模糊神经网络控制器参数时存在的缺陷,提出了一种训练模糊神经网络参数的pso+bp算法。该算法将二者相结合,即在pso算法中加入一个bp算子,以充分利用pso算法的全局寻优能力和bp算法的局部搜索能力,从而更有效地提高其收敛速度、训练效率和提高该模糊神经网络控制器的控制效果。最后的仿真实验结果验证了该基于pso+bp复合算法的模糊神经网络控制器的有效性和可行性。

基于模糊综合评价的bp神经网络方法,把实际的数据或专家的打分进行模糊处理,采用bp神经网络学习算法进行计算,克服了模糊综合评价权重确定的主观性过大的缺点,达到主观与客观完美结合的目的。该评价系统具有精度高和速度快的优点,相对误差小于1.2%。

引入动量因子对常规bp学习算法进行了改进。在分析模糊神经网络控制模型的基础上,针对模糊神经网络规则多、训练时间长的缺点,采用了给模糊控制规则增加阈值,减少网络训练运算量的优化方法。最后将此优化方法和改进的训练算法应用到逆变点焊电源模糊神经网络(fnn)恒电流控制系统中,通过使用matlab语言编程,对该系统进行了仿真分析。仿真结果表明,动量因子的引入不但减小了bp算法学习过程的振荡趋势,加快了收敛速度,而且较好解决了bp网络容易陷入局部极小点的缺陷。模糊规则阈值的引入,有效减少了网络的训练时间。

当前对于建筑施工企业综合能力评价过程中,在运用模糊综合评价法评价较多家施工企业时,存在计算繁琐和标准不统一的诸多弊端,而bp神经网络具有的"自组织、自学习、自适应、强泛化"优势恰可弥补模糊综合评价法逐一评价的劣势.采用模糊综合评判法为采样基础,用bp神经网络理论建立模型,采用单隐层神经结构训练网络,建立了口径一致、方便快捷而又准确度高的建筑施工企业综合能力评价系统并对相关企业作出了统一评价.

通过对多级泵站老化情况的调研,利用模糊优化法和bp神经网络模型对多级泵站老化进行了评价,并比较两种方法的优缺点。

针对矿井空调被控对象时滞、时变、非线性的特点,基于神经网络方法,设计了一种基于bp算法的神经模糊控制器,通过采用matlab提供的神经网络工具箱和simulink软件包对其进行了仿真。结果表明,该控制器比经典pid控制及单纯模糊控制具有较好的鲁棒性,动态性能好,控制迅速,适于我国煤矿企业广泛使用的矿井空调控制系统。

发展绿色施工促进施工企业节约能源和资源、保护环境,是全球应对气候变化挑战、实现可持续发展的重要手段,而绿色施工评价对于建筑业落实可持续发展起到一定作用。本文在介绍bp人工神经网络基本原理的基础之上,分析了与其它评价方法相比,bp人工神经网络在绿色施工评价中的优越性。通过建立模糊评价矩阵,利用bp人工神经网络处理数据,较客观地对绿色施工进行评价。最后将此评价模型应用于实例,取得了令人满意的结果。

智能家居中的环境因素对人体有着不容忽视的影响,智能家居环境舒适度已成为智能家居评估指标中重要的一项,通过对智能家居监测系统信息融合技术进行研究,运用结合模糊推理和神经网络算法优点的模糊神经网络对智能家居监测系统采集的各环境因素进行处理分析,从而能够智能有效的提高人们的室内生活质量。

基于模糊神经网络的房地产价格评估问题研究——提出了一种基于神经模糊揄系统的商品住宅价格评估模型，分析了影响商品住宅价格的因素，给出了商品住宅价格评估指标体系，探讨了模型建立的原理及算法步骤。计算实例说明了该模型用于商品住宅价格准确评估的有效性...

现如今市场经济竞争十分激烈,实际招投标工作要求能快速准确地进行工程造价的估算。无论业主还是承包商确定工程造价都要求快速、准确,完善的快速估价系统能够很好地解决这个问题。模糊技术与神经网络结合是一种把经验与数学模型结合,这种研究打破了过去人们所进行的各种学科在逻辑上的独立性,预示了人工智能的光明前景和希望。

本文对常见的电梯智能群控算法进行了分析比较,重点研究了模糊神经网络算法。本文首先对大厦客流的特征进行长期统计分析,进而对电梯群交通模式进行分类,利用模糊神经网络对电梯群的交通模式进行了识别。根据系统的识别结果判定电梯群当前处于的交通模式。然后再次利用模糊神经网络对派梯算法中各电梯响应呼梯信号的可信度进行计算,选取可信度最大的电梯响应呼梯信号,最终完成派梯。

本文对常见的电梯智能群控算法进行了分析比较,重点研究了模糊神经网络算法。本文首先对大厦客流的特征进行长期统计分析,进而对电梯群交通模式进行分类,利用模糊神经网络对电梯群的交通模式进行了识别。根据系统的识别结果判定电梯群当前处于的交通模式。然后再次利用模糊神经网络对派梯算法中各电梯响应呼梯信号的可信度进行计算,选取可信度最大的电梯响应呼梯信号,最终完成派梯。

**资讯http://www.***.*** **资讯http://www.***.***

**资讯http://www.***.*** **资讯http://www.***.***

首先在对供热负荷预测算法的发展现状主要成果阐述的基础上,对影响供热预测因素采用模糊量化的方式进行研究处理,并由此推断将模糊神经网络算法应用于供热负荷预测可以得到良好的效果.研究模型的设计核心是bp神经网络,即将模糊量化后的影响因素作为系统的输入值,去调整神经网络的权值,从而得到预测的网络模型.建立预测模型和预测策略后,可以采用matlab科学计算软件开发程序对预测模型效果进行模拟仿真,结果表明,预测的结果能够满足要求,相对误差在合理的范围内,并且模糊神经网络算法比单纯神经网络算法具有更好的预测精度和鲁棒特性,从而达到节能的目的.且适应性强,可以应用到类似的供热工程上.

基于补偿模糊神经网络的制冷系统故障诊断研究——选择反映制冷系统故障状态的热力参数集组成特征向量，并对其进行模糊化处理，利用补偿模糊神经网络建立故障状态与热力参数特征向量之间的映射关系。将神经网络和补偿模糊逻辑相结合，采用动态、全局优化的运算，...

本文提出一种基于模糊神经网络和建筑结构系统辨识方法。利用模糊神经网络强大的非线性映射能力与学习能力以实测的结构动力响应数据建立起结构的动力特性模型。不但可以克服以往传统与智能辨识方法中存在的种种弊病，而且还将土一结构相互作用以及结构自身非线性对结构动力特性的影响考虑在内，使得结构系统辨识更具客观性。具有物理意义明确，可扩展性强，能够用于实时在线控制与健康诊断等优点。

提出了一种基于神经模糊推理系统的商品住宅价格评估模型,分析了影响商品住宅价格的因素,给出了商品住宅价格评估指标体系,探讨了模型建立的原理及算法步骤。计算实例说明了该模型用于商品住宅价格准确评估的有效性和可行性,为房地产价格评估提供了科学的方法。

为了克服传统bp神经网络预测精度差,易陷入局部极值的缺陷,提出了模糊神经网络系统。利用模糊粗糙集通过历史负荷数据信息的模糊化替代负荷变化的离散化,快速寻找出样本数据间的连续属性的信息,将其与传统bp神经网络结合组成模糊神经网络对热负荷进行预测。实验结果表明:该模糊神经网络预测结果的相对误差很小不超过2%,在短期负荷预测方面具有的优越性。

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