基于BP人工神經網絡的建筑廢料管理評價方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>446KB
頁數(shù):5P
人氣 :61
4.5
構建單一新建設工程項目(不包含拆除工程)的建筑廢料管理評價指標體系,概述基于BP人工神經網絡評價方法的基本原理,并詳述基于BP人工神經網絡的建筑廢料管理評價模型的建立過程,包括神經網絡的建立、學習訓練,以及結果的檢驗等.將該模型應用于實例檢驗,得到較滿意結果.
基于BP人工神經網絡的綠色施工評價方法研究
格式:pdf
大小:588KB
頁數(shù):4P
在闡明綠色施工概念的基礎上構建了綠色施工的評價指標體系。概括介紹了基于人工神經網絡評價方法的基本原理,并分析了該方法應用于綠色施工評價的優(yōu)越性。詳細論述了基于bp人工神經網絡的綠色施工評價模型的建立過程,包括神經網絡的建立、學習訓練,以及結果的檢驗等。將該模型應用于上海某工程的綠色施工評價,取得了令人滿意的結果。
基于BP人工神經網絡的商品住宅價格研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>293KB
頁數(shù):2P
自1980年我國開始實施住宅制度改革以來,商品住宅價格的確定已成為我國住宅市場的核心問題,也是各級政府房地產業(yè)宏觀管理與調控的指示燈,商品住宅價格的變化直接關系到廣大消費者的切身利益,是社會關注的熱點問題。因此,本文從市場價格的確定機制出發(fā),尋求影響商品住宅價格的因素,并采用bp人工神經網絡定量分析這些影響
基于人工神經網絡的國防科技工業(yè)項目評價方法研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>550KB
頁數(shù):3P
4.6
眾所周知,國防科技工業(yè)是為國家安全服務的產業(yè),也就是生產武器裝備的產業(yè)。當今世界,科技發(fā)展日新月異,現(xiàn)代武器系統(tǒng)越來越復雜,研制周期越來越長,一個國防科技工業(yè)項目從擬定方案,中間經過研制、試驗、生產,到部署新武器系統(tǒng),一般要花12~15年,有的可能長達20年。整個過程資金密集,技術密
基于人工神經網絡的舊水泥路面性能評價方法研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>399KB
頁數(shù):3P
4.6
為了評定舊水泥路面的綜合性能,基于人工神經網絡,選取6項易得指標建立舊水泥混凝土路面綜合性能評價模型。使用代表性強的樣本進行訓練,得出該評價模型具有較高的準確性,并將該模型應用于實際工程中,效果優(yōu)良。
基于人工神經網絡的邊坡穩(wěn)定性工程地質評價方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>203KB
頁數(shù):7P
4.4
針對邊坡穩(wěn)定性工程地質評價方法過分強調經驗和難以定量的缺點,提出了一種基于人工神經網絡的邊坡穩(wěn)定性工程地質評價方法,詳細介紹了它的建模方法和應用實例,結果表明該方法不僅有效,而且有定量,簡便,實時,自適應等優(yōu)點,具有廣闊的應用前景。
基于人工神經網絡的礦井構造定量評價
格式:pdf
大小:116KB
頁數(shù):2P
4.5
探討了礦井構造定量評價的人工神經網絡方法,結合東坡井田討論了bp模型的輸入層、隱含層和輸出層的構置和優(yōu)選等問題,利用東坡井田已知資料使用有序地質量最優(yōu)分割方法和插值法得到學習樣本,經過學習樣本的訓練,對未知單元進行評價。
基于人工神經網絡的繼電器評價系統(tǒng)
格式:pdf
大小:143KB
頁數(shù):4P
4.7
為在繼電器的設計和生產階段通過多個評價指標評價其整體品質,研究了多層次綜合評判模型的可計算性。該模型依據電器產品設計方案關于技術性能和成本的綜合評價指標體系,并通過對神經網絡原理的評判方法的研究而建立。實例證明,人工神經網絡的出現(xiàn)為處理各種模糊的、數(shù)據不完全的、模擬的、不精確的模式識別問題提供了一個全新的途徑。
基于人工神經網絡的灌區(qū)改造評價
格式:pdf
大小:164KB
頁數(shù):5P
4.6
在灌區(qū)改造規(guī)劃資料統(tǒng)計的基礎上,擬建了一套涵蓋較全面的指標和指標分級體系,利用附加動量/自適應學習率的改進bp算法,建立一個人工神經網絡綜合評價模型,并對二個實際灌區(qū)進行評價。模型具有突出體現(xiàn)目標、靈敏反映差異,收斂快等特點。
基于人工神經網絡法的綠色建筑評價
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>285KB
頁數(shù):4P
4.4
第23卷4期 442010年8月 城市環(huán)境與城市生態(tài) urbanenvironment&urbanec0l0gy v01.23no.4 aug.2010 基于人工神經網絡法的綠色建筑評價 支家強,趙靖,李楠 (天津大學,天津300072) 摘要:以實際建筑物為例,介紹了用層次分析法建立綠色建筑評價模型的過程,并分別用層次分析法和人工神經網 絡法對實際建筑物進行了評價。評價結果顯示,人工神經網絡法與層次分析法相對誤差不到0.5%,表明人工神經網絡 法作為一種客觀科學的評價方法,應用于綠色建筑的評價,能有效降低主觀因素帶來的影響,會使結果更具有客觀性。 關鍵詞:人工神經網絡;層次分析法;綠色建筑;評價體系 中圖分類號:tu一023文獻標識碼:a文章編號:(k)10088(原1002—1264)(2010)04-0044—04 green
BP人工神經網絡模型在建筑物沉降預測中應用
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>105KB
頁數(shù):2P
4.6
以bp人工神經網絡模型為基礎,建立預測模型,以小區(qū)某棟建筑物1期~8期的沉降觀測數(shù)據為輸入數(shù)據和輸出數(shù)據,對網絡模型進行訓練,并對9期~12期實際觀測值與預測值進行了比較,結果比較理想,從而驗證了采用bp人工神經網絡模型進行建筑物沉降的預測是可行的。
基于BP神經網絡的綠色建筑評價方法及其應用
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>185KB
頁數(shù):5P
4.7
將人工神經元網絡應用于綠色建筑評價中,建立了采用lm算法的三層bp神經元網絡綠色建筑評價模型,并參考國內外對綠色建筑評價的研究,建立綠色建筑評價指標集,通過專家打分獲得訓練樣本,用trainlm訓練函數(shù)訓練網絡,驗證了綠色建筑評價結果與實際的一致性。最后,通過已訓練好的網絡,對多個綠色建筑方案進行評價選優(yōu),驗證了該模型在綠色建筑評價中的實用性與可靠性。
基于人工神經網絡的巖體結構面分組方法研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>162KB
頁數(shù):3P
4.7
結構面分組是進行巖體結構面模擬的重要環(huán)節(jié),將人工神經網絡技術運用于結構面的分組中,是一種新的嘗試。介紹了運用sofm神經網絡進行結構面分組的方法,并結合工程實例,對其應用效果進行了探討,指出運用該法雖能達到對結構面進行智能分組的效果,但最后仍需對結果進行人工判斷,特別是對高傾角的分組效果不理想,有待進一步改進完善。
基于人工神經網絡的混合梁斜拉橋智能診斷方法研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>711KB
頁數(shù):7P
4.6
研究目的:本文以天津市河北大街混合梁斜拉橋為工程背景,基于人工神經網絡模型,提出適用于混合梁斜拉橋的分步識別方法,分別采用概率和徑向基函數(shù)神經網絡對子結構和鋼主梁子結構局部構件進行損傷識別。此外還提出適用于鋼主梁局部構件識別的動-靜組合損傷指標,并建立相應的徑向基函數(shù)網絡模型,分別針對單損傷、雙損傷和三損傷的不同損傷情況進行數(shù)值模擬。研究結論:識別結果表明:(1)本文所提出的分步識別方法具有較高的識別精度,網絡識別速度快,適用于大型混合梁斜拉橋的智能診斷過程;(2)所提出的動-靜組合損傷指標對混合梁斜拉橋的局部損傷識別也較為敏感;(3)單處損傷測試工況中,識別精度幾乎高達100%;(4)在兩處和三處損傷測試工況中,位置識別正確率分別達到82.61%和78.3%。
建筑管理中人工神經網絡的應用分析
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>107KB
頁數(shù):3P
4.6
人工神經網絡在建筑管理當中的重要作用在近幾年逐漸為人們所認識,其工作原理即通過模仿人腦在處理問題時的智能化信息體統(tǒng),實現(xiàn)對人腦能力的最大化復制,進行學習、記憶等等信息處理的能力。因為它具有自我組合、自我適應能力強、且能并行處理等特性,故此被廣泛應用于各行各業(yè)當中。人工神經網絡能在很大程度上提高建筑管理的管理水平,且具有廣闊的發(fā)展空間與良好的應用前景。本文旨在透過幾方面來對其應用做出闡述分析。
基于BP人工神經網絡的混凝土強度預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>207KB
頁數(shù):4P
4.7
混凝土強度是結構設計中控制的主要指標,其數(shù)值決定于水灰比、膠凝材料用量、礦物摻量、外加劑用量等多種因素,常規(guī)計算混凝土強度的公式因個人理解的不同而各異,一種仿生模型—人工神經網絡則能很好地解決這個難題,文中嘗試用人工神經網絡對不同混凝土強度進行預測,結果表明此模型的可靠度很高,可以用以優(yōu)化混凝土的試配,節(jié)約大量的時間、人力、物力和財力.
基于房屋普查數(shù)據與人工神經網絡的震害預測方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>533KB
頁數(shù):4P
4.6
為簡化震害預測工作,提出一種以房屋普查數(shù)據為震害影響因子并利用人工神經網絡模型為工具的震害預測方法。從以往震害實例中選取了具有典型破壞特點的建筑物作為神經網絡的學習樣本,用收集的數(shù)據對網絡進行了訓練并得到了收斂的網絡,應用此收斂的網絡對一組新的房屋數(shù)據進行震害預測,結果表明了運用此方法和模型的實用性。
基于BP人工神經網絡的空調降溫負荷預測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.2MB
頁數(shù):4P
4.5
空調負荷是近年來增長較快的一類負荷,其特性對電網的電壓穩(wěn)定性影響很大。夏季影響空調負荷的因素主要是溫度和濕度的變化。為了更好的預測空調降溫負荷,研究了溫度和濕度對空調負荷的影響。利用bp人工神經網絡對電網空調負荷進行了預測,經過分析把日平均濕度量化成4段,和日平均濕度實際數(shù)值的模型進行計算比較,結果顯示考慮日最高溫度和日平均濕度量化為4段能更好的模擬溫度、濕度和空調負荷之間的非線性關系,能更好的對電網空調負荷進行預測。
基于BP神經網絡的工程造價估測方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>294KB
頁數(shù):3P
4.4
本文把信息擴散原理和神經網絡相結合,提出一種工程造價的估測方法,并給出計算實例。
基于BP神經網絡的礦井通風系統(tǒng)安全評價方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>210KB
頁數(shù):3P
3
基于bp神經網絡的礦井通風系統(tǒng)安全評價方法——運用人工神經網絡的理論和方法,建立了基于bp神經網絡的礦井通風系統(tǒng)安全評價模型,并利用matlab7.0進行編程,實現(xiàn)了礦井通風系統(tǒng)的安全評價預測。通過某礦通風系統(tǒng)的實例評價,預測結果與實測結果相符,表明應...
人工神經網絡在建筑管理中的應用研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>78KB
頁數(shù):1P
4.6
隨著社會經濟的發(fā)展,原有的預測方法逐漸顯露出其諸多弊端,這種情況下促使新預測方法的出現(xiàn),這就是最近非常熱門的神經網絡。人工神經網絡是一種新興的綜合性邊緣學科,通過對大腦神經網絡的智能模擬得到實現(xiàn),具體自適應性、非線性處理、并行處理等多方面特點?;诖?文章從不同角度對建筑管理領域中人工神經網絡的應用展開了分析和研究,希望可以為同行的研究提供一些參考。
文輯推薦
知識推薦
百科推薦
職位:水利工程
擅長專業(yè):土建 安裝 裝飾 市政 園林