遗传神经网络机电产品绿色度评价

由于地下工程岩土力学参数的复杂性,在实际工程设计和施工中,要想得到比较准确的岩土力学参数是比较困难的,而岩土参数对地下工程的设计和施工的成败具有很重要的意义。本文利用遗传神经网络优化算法结合数值模拟试验对地下工程岩土力学参数进行优化反分析,并取得了良好的效果。

为了评价机电产品的绿色性能,根据绿色产品的特征,提出应用面向产品全生命周期的模糊层次分析法对机电产品进行绿色度综合评价。统筹考虑机电产品整个生命周期中的绿色属性,根据产品及其评价指标的层次特性,应用层次分析方法建立递阶层次结构模型,结合模糊评判法对产品的"绿色"特性进行评价,并以此作为产品的方案比较或进行绿色设计和绿色制造的决策依据。实例证明,采用模糊层次分析法对机电产品进行绿色度综合评价是合理可行的。

遗传神经网络模式下的工程造价快速估算研究——针对工程项目建设前期对造价估算误差大、难度大、编制时间长的特点，通过设立以人工智能技术为基础的新型造价快速估算方法，可以使工程项目初期造价估算更合理、准确、快捷，并为项目投资评估及投标报价提供依据。

皮尔—遗传神经网络在预测深厚软基沉降中的应用——依托某高速公路应用塑料排水板堆载预压法处理深厚软基的工程实践．运用皮尔一遗传神经网络对其沉降观测结果进行了分析、预测．研究结果显示该方法预测精度高，说明这种方法对软土地基沉降的预测是有效的．

针对工程项目建设前期对造价估算误差大、难度大、编制时间长的特点,通过设立以人工智能技术为基础的新型造价快速估算方法,可以使工程项目初期造价估算更合理、准确、快捷,并为项目投资评估及投标报价提供依据。

目前常见的沉降预测方法有灰色系统模型、时间序列分析法、bp神经网络及其改进算法等。针对bp神经网络容易出现过拟合和局部最优的缺点,部分学者利用遗传算法进行神经网络初始权值和阈值优化。但是遗传算法对于因监测数据质量问题而造成变形预测结果不佳的优化效果有限。因此引入自适应增强算法对遗传神经网络预测模型进行改进。并利用某高层建筑基坑实测50期监测数据进行仿真预测。实验结果表明,利用自适应增强算法改进之后的遗传神经网络预测模型在满足工程监测精度要求的前提下,在mape、mae、mse三项精度指标上分别提高80.57%、81.04%、70.83%。

随着我国智能电网建设的快速发展,电力建设市场日益壮大以及电力投资主体日益多元化,“如何控制和降低工程造价”的问题便凸显出来。本文通过引入基于遗传算法优化的神经网络建立输电线路造价估算模型,通过大量样本学习将隐含在数据内部的关系用网络拓扑结构和参数表达出来,拟合出输电线路工程量和造价之间的非线形映射关系,从而为解决智能电网输电线路施工成本估算问题提供理论和现实指导意义。

针对现阶段公路隧道照明控制存在的一些问题,以及电能大量浪费的现象,以物联网技术为切入点,搭建了无线控制网络,实现了对隧道照明系统的实时控制及远程监控。详细阐述了系统的整体结构和控制流程,并利用遗传神经网络算法进行优化,从而有效地提高了照明效率,降低了能耗。

根据绿色家电产品的绿色特性,建立绿色度的评价指标体系,并分析评价体系的主要属性:能源、材料、环境与人机工程等,提出了绿色度的模糊综合评判方法,以提高绿色设计与绿色制造的能力。

针对制造业机电产品加工绿色性评价过程中存在着大量的灰色性问题,通过对国内外相关评价方法的学习与研究,提出了利用多层次灰色决策模型对机电产品绿色加工性进行评价。根据机电产品的加工特点,通过对绿色加工评价指标集、关联系数等内容的讨论,首先构建了机电产品加工的灰色多层次决策模型;在理论研究的基础上,通过评价实例进一步介绍和计算了该评价方法应用步骤与技巧。评价实验同时业证实了该评价方法的可行性和先进性。

第23卷4期 442010年8月 城市环境与城市生态 urbanenvironment&urbanec0l0gy v01．23no．4 aug．2010 基于人工神经网络法的绿色建筑评价 支家强，赵靖，李楠 (天津大学，天津300072) 摘要：以实际建筑物为例，介绍了用层次分析法建立绿色建筑评价模型的过程，并分别用层次分析法和人工神经网 络法对实际建筑物进行了评价。评价结果显示，人工神经网络法与层次分析法相对误差不到0．5％，表明人工神经网络 法作为一种客观科学的评价方法，应用于绿色建筑的评价，能有效降低主观因素带来的影响，会使结果更具有客观性。 关键词：人工神经网络；层次分析法；绿色建筑；评价体系 中图分类号：tu一023文献标识码：a文章编号：(k)10088(原1002—1264)(2010)04-0044—04 green

基于遗传神经网络的地震砂土液化判别研究——针对bp人工神经网络具有易陷入局部极小等缺陷，本文提出了将遗传算法与神经网络结合，同时优化网络结构的权值与阈值的思想，建立了砂土液化判别的遗传神经网络模型。根据地震液化的实测资料，分别对bpl神经网络判别...

基于遗传神经网络的公路工程造价估算分析——从影响公路造价的影响因素中提取特征因子为参数,用历史数据为依据,用遗传神经网络建立了公路造价快速估测模型,最后用实例验证了遗传神经网络模型在公路工程造价估测中的优良效果。　　

基于遗传神经网络的地震砂土液化判别研究——针对bp人工神经网络具有易陷入局部极小等缺陷，本文提出了将遗传算法与神经网络结合，同时优化网络结构的权值与闽值的思想，建立了砂土液化判别的遗传神经网络模型。根据地震液化的实测资料，分别对bpl神经网络判别...

人工神经网络已经成功的运用到工程造价估算方法研究中,高度的鲁棒性和容错能力使它优于多元线性判别分析(mda)、逻辑回归等方法(logisticregression),针对传统的bp神经网络在工程造价估算方法中存在收敛速度慢和容易陷入局部最小值等问题,提出遗传神经网络的估算方法。将遗传算法和神经网络结合,充分利用两者的优点,使新算法既有遗传算法的全局随机搜索能力,又有神经网络的学习能力和鲁棒性。利用遗传算法的全局搜索能力,针对传统误差反向传播算法的不足,采用染色体编码对神经网络的权值和阈值等主要参数进行优化,通过仿真试验验证其稳定性和有效性,表明该算法在工程造价估算方法中具备较高的实用性。

针对现阶段隧道照明存在的大量电能浪费,提出了一种基于zigbee技术的隧道照明控制系统。系统利用zigbee模块搭建无线网络,并通过传感器模块采集车流量、车速及洞外照度等信息作为系统输入量,然后根据遗传神经网络进行计算,输出的控制命令。仿真结果表明,其节能效果明显。

文中广泛收集和整理企业第一线的焊接工艺和焊接接头力学性能数据,并建立起相关数据库.应用遗传算法优化bp神经网络,建立焊接接头力学性能预测模型,实现碳钢、低合金高强钢以及不锈钢的抗拉强度、屈服强度、断后伸长率以及断面收缩率等力学性能指标预测.结果表明,材料成分和焊接工艺为影响接头力学性能的主要参数,应用遗传算法优化bp神经网络建立焊接头力学性能预测模型,可以达到较理想的预测精度.

绿色建筑的发展是促进资源节约、构建低碳社会的必由之路。文章介绍绿色建筑的内涵及评价因素等,阐述了架构绿色建筑评价体系方案,重点介绍了bp神经网络的工作原理,以及使用bp神经网络算法在绿色建筑评价中的应用,并以福建省城镇住宅建筑为案例,说明了神经网络在建筑绿色性评价中可一定程度上避免一些主观因素的干扰,使评价结果更客观、更真实。

针对现阶段冰蓄冷中央空调系统负荷预测的bp(backpropagation)模型收敛速度慢和容易陷入局部极小点等缺点,结合遗传算法ga(geneticalgorithm)和bp神经网络,提出了一种ga-bp算法,并在冰蓄冷中央空调负荷预测系统中应用。

从影响公路造价的影响因素中提取特征因子为参数,用历史数据为依据,用遗传神经网络建立了公路造价快速估测模型,最后用实例验证了遗传神经网络模型在公路工程造价估测中的优良效果。

为了提高工厂从国外引进的以bland-ford公式为基础的冷轧不锈钢带轧制力模型的计算精度,将基于遗传算法的bp神经网络与现有变形阻力和轧制压力解析数学模型相结合,建立了变形阻力和轧制压力修正模型。将在生产现场采集的部分过程记录数据,进行分类和预处理后作为训练样本用于训练遗传神经网络模型。将其他现场实测数据用于验证所建的轧制力模型,计算结果表明所建的轧制力模型具有较高的计算精度。

本研究通过模拟城市住宅地价与其影响因素之间的复杂关系,利用网格技术和遗传神经网络等的研究方法,理论结合实际对城镇住宅地价评估进行了研究。研究发现商业因素、交通因素、基础设施因素和环境因素4大微观影响因素是影响城镇住宅地价的主要因素;遗传神经网络模型兼具非线性映射、全局优化和泛化等能力,理论上能够实现对城镇住宅地价的评估。本研究以南京市为例,利用样本数据构建的遗传神经网络评估模型对住宅地价的模拟误差均控制在2%以内,并且通过与其他模型的对比分析显示了其在地价评估方面的先进性和优越性。