BP神经网络空管运行系统安全绩效分析方法

考虑到常规bp神经网络算法容易陷入局部最优解,所建立的网络遗传流量检测模型检测效率低,准确率不高等问题,提出一种改进型ga优化bp神经网络算法,并使用其建立网络遗传流量检测模型。常规遗传算法在搜索过程中,往往会由于出现影响生产适应度高的个体而对遗传算法搜索过程产生影响的现象发生,因此需要对常规遗传算法进行改进。使用的方法是通过混合编码方式进行改进,同时对交叉算子、变异算子、交叉概率以及变异概率等参数进行优化修正。使用kddcup99数据库中的网络异常流量数据进行实验研究,研究结果表明,所提出方法的检测性能要明显优于常规算法,其对bp神经网络的结构、权值以及阈值进行同步优化,避免了盲目选择bp神经网络结构参数带来的问题,避免了常规bp神经网络容易陷入局部最优解的问题。

本文把信息扩散原理和神经网络相结合,提出一种工程造价的估测方法,并给出计算实例。

建筑企业的安全问题不仅关系到建筑行业的发展,而且关系到社会的和谐与进步。从管理者的视角构建了建筑企业安全管理评价指标体系,并对指标之间的关系做了简要的说明。然后应用主成份分析对神经网络的输入数据进行预处理,提取其中的关键成分作为网络的输入,并采用遗传算法来提高神经网络的收敛速度。最后以天津市建筑企业为实例加以说明并进行了分析。结果表明,建立的模型不仅较公平、合理,而且提高了神经网络模型的学习效率。

从工业企业生产发展的特点出发,在界定安全评价概念的基础上,从系统论的角度简要介绍了运用三层bp神经网络技术进行安全综合评价的方法和安全模糊综合评价方法。通过对这两种较为流行的安全评价方法进行分析,指出了传统评价方法的不合理性,辨证说明了这两种评价方法的优越性。

目的为解决各种传统位移反分析方法的反分析模型复杂、求解难度大等问题,基于matlab的二次开发语言m语言,编写了用于位移反分析的bp神经网络源程序.针对传统bp网络收敛速度慢的缺点,采用优化算法及归一化方法来加快网络的训练速度.方法隧道开挖模拟采用flac-3d数值方法作为正演工具,结合正交设计法和bp神经网络等程序,建立了用于位移反分析人工神经网络方法,并应用该方法对某隧道围岩力学参数进行了反演.结果反演结果表明,所建立的位移反分析的人工神经网络方法具有模型简单、求解快捷等优点,且其精度亦能达到工程应用要求,因而可以在工程实际中推广应用.结论人工神经网络有着良好的非线性信息存储能力和自适应性,利用人工神经网络中的bp算法反演隧道围岩力学参数,在实际应用中是完全可行的,可以为工程所需的计算参数提供参考,对隧道围岩稳定性评价及信息化设计具用实际意义.

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。

基于主成分分析法,运用matlab7.0软件中的bp神经网络工具箱对1985~2007年我国的能源供需安全状况进行了训练及测试。测试结果表明,主成分分析与bp神经网络的结果较吻合,bp神经网络运用于能源安全领域可行、有效。同时,得出自1985年以来我国能源供需安全状况大体上逐年提高,从2005年开始大幅提高,但仍未摆脱较差的境地,未来前景不容乐观。

边坡的实时变形一直是岩土工程界关心的问题,由于不同工程的条件不同,影响边坡位移的因素较多,进而使其变化趋势复杂.为了得到边坡位移与稳定性的关系,采用bp神经网络算法与强度折减法综合对土质边坡安全系数进行预测.结果显示:通过强度折减法计算出边坡位移,并获取较完善的bp神经网络样本数据,当迭代次数达到足够时,完全可以忽略预测结果与实际结果的误差；通过实际工程中的边坡监测数据,然后由建立的bp神经网络能够较为准确的输出边坡的强度折减系数,进而得到相应的安全系数.

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。　　

采用催化传感器和电化学式气体传感器配合使用的传感器阵列.为了解决2种传感器对矿井co和ch4气体的交叉敏感问题,提出了一种基于改进bp神经网络的矿井co检测方法.通过matlab仿真可以看出,基于神经网络的传感器阵列方法可以明显提高co检测精度.实际输出值和期望输出的绝对误差平均值为3.43ppm,相对误差平均值为1.43％.

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。

基于bp神经网络电子评标方法的研究和应用——为了解决招投标中评标环节专家评审法随意性大的问题,针对建设工程的不同特点,对评标内容进行分类剖析.利用人工神经网络的智能识别功能,建立基于神经网络的电子评标方法.结合人工神经网络的自适应功能、良好的容错能...

采用催化传感器和电化学式气体传感器配合使用的传感器阵列。为了解决2种传感器对矿井co和ch4气体的交叉敏感问题,提出了一种基于改进bp神经网络的矿井co检测方法。通过matlab仿真可以看出,基于神经网络的传感器阵列方法可以明显提高co检测精度。实际输出值和期望输出的绝对误差平均值为3.43ppm,相对误差平均值为1.43%。

为了有效利用多种检测数据来综合评价轨道的状态,本文应用bp神经网络技术建立了轨道状态评定方法,并采用matlab软件编制了具有自学习功能的评价软件。bp神经网络应用于轨道状态的评价中,其学习样本、规模及代表起关键作用,通过大量的样本训练,对\"未知\"样本神经网络模型的评价具有较高的准确性。理论分析与算例的结果表明,该评价方法是可行的、有效的,为解决轨道状态评定提供了一条新的途径。

基于人工神经网络强大的动态数据处理能力和学习能力，本文对应用bp神经网进行建筑物沉降预测的方法进行了初步探讨，并通过实例分析了该方法的可行性和实用性。

针对工业控制系统入侵检测模型对各类攻击的检测率和检测效率不高的问题,提出一种adaboost算法优化bp神经网络的入侵检测模型.首先利用主成分分析法对原始数据集进行预处理,消除其相关性；其次利用adaboost算法对训练样本的权重进行不断调整,从而获得bp神经网络最优权重和阈值；最后再通过adaboost算法将bp弱分类器组合成bp强分类器,从而实现工业控制系统的异常检测.实验结果表明该方法在对各攻击类型的检测率和测试时间明显优于其他算法模型.

为了研究隧洞施工安全评价方法,以某正在施工的隧洞为背景,确定了24个安全评价指标,设计了隧洞施工的多层前馈bp神经网络结构,建立了较为完善的基于bp神经网络的隧洞施工安全评价体系模型,并验证了其实用性。对背景工程进行了施工安全评价,评价结果与工地实地考察结果一致,说明所建立的隧洞施工安全评价模型的有效性和实用性。

bp神经网络在基坑变形预测分析中的应用——本文提出了基坑变形预测与分析的bp神经网络方法，建立了基坑变形预测分析的模型，应用matlab语言编制计算程序进行计算并与实际工程监测值进行比较，从而验证了神经网络在基坑变形预测分析中的可行性、有效性。　　

针对传统方法单独采用bp神经网络算法易陷入局部极值的问题,提出了遗传算法优化bp神经网络,并将其应用于mimo-ofdm系统信号检测中。该方法将遗传算法与神经网络相结合,用遗传算法优化神经网络初始值,使bp网络快速收敛到最优解,避免了由初始值的随机选取而带来的检测误码。仿真结果表明所提出的方法在误码率方面有比较好的性能。

提出一种采用bp神经网络算法来预测深基坑沉降的方法,结合具体工程实例,构建了预测深基坑周边地表沉降具体bp神经网络模型,预测结果表明,该模型有较高的预测精度,可作为预测沉降的一种新方法。

针对空调房间这样一个多干扰、大惯性、高度非线性系统控制性能优化较困难,传统的控制策略不但在控制精度、灵敏度以及系统稳定性上存在缺馅,而且能耗大。为了提高空调制冷和供暖效果,提出一种新的基于bp神经网络的pid控制方案,通过bp算法修正bp网络自身权系数,实现了pid控制器参数的在线调整。仿真结果显示bp神经网络pid控制系统比单纯的bp神经网络或pid控制系统建模时间短,系统更稳定,超调量更小,更适合应用于复杂的空调系统控制中。