對電站鍋爐結(jié)渣的影響因素進(jìn)行分析,利用模糊理論的方法對影響結(jié)渣的煤灰特性、鍋爐燃燒溫度、爐內(nèi)空氣動力場進(jìn)行指標(biāo)模糊化處理,建立模糊綜合評判模型對電站鍋爐結(jié)渣傾向性進(jìn)行評判預(yù)測。

為簡化震害預(yù)測工作,提出一種以房屋普查數(shù)據(jù)為震害影響因子并利用人工神經(jīng)網(wǎng)絡(luò)模型為工具的震害預(yù)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(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本,用收集的數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行了訓(xùn)練并得到了收斂的網(wǎng)絡(luò),應(yīng)用此收斂的網(wǎng)絡(luò)對一組新的房屋數(shù)據(jù)進(jìn)行震害預(yù)測,結(jié)果表明了運用此方法和模型的實用性。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測資料進(jìn)行沉降預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預(yù)壓荷載卸荷時間預(yù)報.研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

利用神經(jīng)網(wǎng)絡(luò)強大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實例檢驗證明,該方法收斂速度快,預(yù)測的可靠性令人滿意。

基于人工神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測模型——利用神經(jīng)網(wǎng)絡(luò)強大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實例檢驗證明,該方法收斂速度快,預(yù)測的可靠性令人滿意。　　

燃煤鍋爐 燃料與煙風(fēng)系統(tǒng) 我國鍋爐燃用的燃料主要是煤。一般大型鍋爐和電站鍋爐常燃用 煤粉，因此要有一套將原煤磨制成煤粉的制粉系統(tǒng)。如圖所示，經(jīng)原 煤倉落下的煤由給煤機送入磨煤機磨碎。在磨煤過程中同時對煤進(jìn)行 干燥，干燥介質(zhì)通常用熱空氣。冷空氣由送風(fēng)機送入空氣預(yù)熱器，在 這里吸收排煙的熱量成為熱空氣。熱空氣的一部分經(jīng)排粉機升高壓 頭后進(jìn)入磨煤機，在對煤進(jìn)行加熱與干燥的同時攜帶磨好的煤粉離開 磨煤機，可見這一部分熱空氣除作為干燥介質(zhì)外，還起輸送煤粉的作 用，通常把這部分熱空氣叫作一次風(fēng)。在如圖所示的直吹系統(tǒng)中，氣 粉混合物從磨煤機出來后，經(jīng)煤粉管道直接送入燃燒器，并由燃燒器 噴入爐膛燃燒。需要指出的是，在中間儲倉式制粉系統(tǒng)中，一次風(fēng)攜 帶煤粉進(jìn)入煤粉分離器，在那里煤粉從氣流中分離出來貯存在煤粉倉 中，根據(jù)負(fù)荷需要通過給粉機從煤粉倉中向燃燒器供給適量煤粉。從 圖中還可看

電力系統(tǒng)短期負(fù)荷預(yù)測是保證電力系統(tǒng)安全經(jīng)濟運行和實現(xiàn)電網(wǎng)科學(xué)管理及調(diào)度的重要依據(jù),目前的電力系統(tǒng)短期負(fù)荷預(yù)測方法存在著一些不足。提出了基于人工神經(jīng)網(wǎng)絡(luò)與主分量分析的短期負(fù)荷預(yù)測方法,在試驗中分別采用該方法和單一的人工神經(jīng)網(wǎng)絡(luò)對遼寧省某電網(wǎng)的短期負(fù)荷進(jìn)行了預(yù)測,試驗結(jié)果表明本文提出的方法與單一的人工神經(jīng)網(wǎng)絡(luò)預(yù)測法相比,不但減少了預(yù)測的時間,而且避免了過擬合現(xiàn)象,提高了預(yù)測精度。

以bp人工神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),建立預(yù)測模型,以小區(qū)某棟建筑物1期～8期的沉降觀測數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并對9期～12期實際觀測值與預(yù)測值進(jìn)行了比較,結(jié)果比較理想,從而驗證了采用bp人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行建筑物沉降的預(yù)測是可行的。

針對人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型結(jié)構(gòu)難以確定的問題,詳細(xì)闡述了一種在模型訓(xùn)練中進(jìn)行隱層數(shù)目及隱層單元數(shù)目動態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開發(fā)工具實現(xiàn)了變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型,經(jīng)用華南26個巖體檢驗,回憶率及預(yù)測率均高達(dá)100％。該方法提供了一種面向具體問題的動態(tài)解決方案,在成礦預(yù)測工作中具有一定的實用性。

針對基坑變形預(yù)測中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測基坑變形的新方法。用一樁錨聯(lián)合支護(hù)體系實例進(jìn)行了預(yù)測研究,得到支護(hù)體系的不同預(yù)測模型的組合預(yù)測值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測誤差比gm(1,1)預(yù)測模型小;與bp預(yù)測模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測中,為了更準(zhǔn)確地預(yù)測基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測與bp預(yù)測相結(jié)合的方法進(jìn)行預(yù)測。

人工神經(jīng)網(wǎng)絡(luò)模型描述

?1994-2010chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net 文章編號:1003-207(2002)01-0079-05 基于人工神經(jīng)網(wǎng)絡(luò)的三江平原土壤質(zhì)量 綜合評價與預(yù)測模型 樓文高 (上海水產(chǎn)大學(xué)海洋學(xué)院農(nóng)業(yè)資源與環(huán)境系,上?！?00090) 摘　要:根據(jù)土壤質(zhì)量定量評價指標(biāo)分級體系生成足夠多代表性好的神以網(wǎng)絡(luò)訓(xùn)練和檢驗用的樣本。建立神經(jīng)網(wǎng) 絡(luò)模型時,利用刪減或擴張準(zhǔn)則確定神經(jīng)網(wǎng)絡(luò)最佳拓?fù)浣Y(jié)構(gòu),避免“過擬合”現(xiàn)象,利用檢驗樣本監(jiān)控在訓(xùn)練過程中 不發(fā)生“過學(xué)習(xí)”現(xiàn)象,使建立的土壤質(zhì)量的綜合評價與預(yù)測模型具有較好的泛化能力和預(yù)測能力。對三江平原地 區(qū)主要耕作土壤質(zhì)量的綜合評價與預(yù)測結(jié)果表明,神經(jīng)網(wǎng)

在給出混凝土等效水灰比和骨料平均漿體厚度計算方法的基礎(chǔ)上,采用人工神經(jīng)網(wǎng)絡(luò)方法,建立了混凝土28d抗壓強度與混凝土等效水灰比、骨料平均漿體厚度和粉煤灰與膠凝材料用量比之間的非線性映射關(guān)系.該研究成果可減少混凝土試配次數(shù),節(jié)約大量人力、物力和時間,并為高體積穩(wěn)定性混凝土配合比設(shè)計方法的研究進(jìn)一步奠定了基礎(chǔ).

基于人工神經(jīng)網(wǎng)絡(luò)原理，設(shè)計了一個三層的ｂｐ網(wǎng)絡(luò)模型。充分利用了神經(jīng)網(wǎng)絡(luò)高度非線性建模能力，實現(xiàn)電力系統(tǒng)的短期負(fù)荷預(yù)測。文中對樣本數(shù)據(jù)進(jìn)行了預(yù)處理，以及在算法中引入附加沖量項，以提高訓(xùn)練速度。預(yù)測仿真結(jié)果證明使用人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行短期負(fù)荷預(yù)測是可行的。

提出了一種基于灰色模型和神經(jīng)網(wǎng)絡(luò)組合的短期負(fù)荷預(yù)測方法。首先利用頻域分解消除負(fù)荷序列的周期性,然后利用灰色模型計算負(fù)荷序列的歷史擬合值和未來預(yù)測值,將其作為神經(jīng)網(wǎng)絡(luò)的輸入。在歷史數(shù)據(jù)中選擇一天作為基準(zhǔn)日,以該基準(zhǔn)日的量為參照,以負(fù)荷的灰色模型擬合值相對基準(zhǔn)日的變化量,以及溫度變化量為bp神經(jīng)網(wǎng)絡(luò)的輸入,實際負(fù)荷變化量為輸出,訓(xùn)練神經(jīng)網(wǎng)絡(luò)并預(yù)測待預(yù)測日負(fù)荷的變化量,加上基準(zhǔn)日負(fù)荷后得到預(yù)測負(fù)荷。該方法綜合了灰色模型方法和神經(jīng)網(wǎng)絡(luò)方法的優(yōu)點,仿真結(jié)果驗證了方法的有效性。

傳統(tǒng)的輸電阻塞研究主要集中于輸電阻塞發(fā)生之后的處理過程,即阻塞管理,屬于被動消除阻塞情形。文章基于主動預(yù)防輸電阻塞的思想,從分析影響輸電阻塞的系統(tǒng)線路傳輸功率、系統(tǒng)總負(fù)荷、系統(tǒng)實際出力等相關(guān)因素入手,應(yīng)用層次分析法建立比較判斷矩陣,以確定各因素阻塞影響的權(quán)重。基于此,建立一種基于神經(jīng)網(wǎng)絡(luò)的輸電阻塞預(yù)測模型,還提出了一個新的阻塞指標(biāo),即阻塞度,以美國加利福尼亞州電力市場的數(shù)據(jù)驗證了該模型的正確性和實用性。

利用matlab編程語言構(gòu)造了三層bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),建立了基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報價模型,通過仿真模擬確定標(biāo)高金水平,并用實例驗證了其可靠性,為承包商作出合理報價決策提供了科學(xué)依據(jù)。

為在繼電器的設(shè)計和生產(chǎn)階段通過多個評價指標(biāo)評價其整體品質(zhì),研究了多層次綜合評判模型的可計算性。該模型依據(jù)電器產(chǎn)品設(shè)計方案關(guān)于技術(shù)性能和成本的綜合評價指標(biāo)體系,并通過對神經(jīng)網(wǎng)絡(luò)原理的評判方法的研究而建立。實例證明,人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為處理各種模糊的、數(shù)據(jù)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。

提出人工神經(jīng)網(wǎng)絡(luò)模型來模擬傳統(tǒng)的帶肋鋼筋和混凝土之間的粘結(jié)性能,目的是預(yù)測鋼筋從混凝土混合物中拔出的極限荷載(第一神經(jīng)網(wǎng)絡(luò)模型)或抗壓強度(第二神經(jīng)網(wǎng)絡(luò))以及根據(jù)rilem試驗設(shè)計的不同鋼筋直徑的拔出極限荷載。采用112個帶肋鋼筋(直徑為10mm、12mm)以及三種不同混凝土配合比的拔出試驗結(jié)果數(shù)據(jù)庫,對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。根據(jù)反向傳播算法,進(jìn)行多層感知器訓(xùn)練。第一個模型(ann-6)有6個輸入:鋼筋直徑、水灰比、砂石比、級配、水泥種類和混凝土齡期。第二個模型(ann-2)有2個輸入:鋼筋直徑、混凝土抗壓強度,兩個模型的輸出均為極限拔出荷載。研究結(jié)果顯示:所采用的模型預(yù)測精度高、誤差低、具有魯棒性。從魯棒性方面,第一個模型(ann-6)比第二個模型(ann-2)更精確。將混凝土的成分作為輸入?yún)?shù),而不是混凝土的強度,對于帶肋鋼筋-混凝土界面的局部現(xiàn)象更具代表性。

提出了根據(jù)實測數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型,并給出應(yīng)用實例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預(yù)測效果良好,具有一定參考價值和指導(dǎo)意義。

對長輸管道而言,影響管道輸油成本變化的因素眾多,但影響最大的是生產(chǎn)油耗和電耗費用。為了更深入地探索輸油過程中輸量與能耗的變化關(guān)系,以某條輸油管道幾年來輸量及生產(chǎn)油耗、電耗數(shù)據(jù)為基礎(chǔ),用人工神經(jīng)網(wǎng)絡(luò)的方法建立了管道輸量與生產(chǎn)油耗、電耗的預(yù)測模型。分析表明,該模型的計算結(jié)果相對偏差在±5%以內(nèi),滿足工程實際需要,因此可以用該模型來預(yù)測熱油管道的生產(chǎn)油耗和電耗。該研究首次建立了熱油管道輸量與生產(chǎn)油耗和電耗的預(yù)測模型,為預(yù)測管道的能耗總量提供了便利。