基于人工神經(jīng)網(wǎng)絡(luò)的礦井水排水量預(yù)測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>495KB
頁數(shù):3P
人氣 :98
4.6
礦井水排水量預(yù)測是一個難題。受降雨、河流、含水層等自然因素和煤礦開拓面積的擴大、水平的延伸等人為因素的影響,礦井水年排水量時間序列是非線性的。針對該問題,采用人工神經(jīng)網(wǎng)絡(luò)方法建立了礦井水排水量預(yù)測模型,通過預(yù)測結(jié)果比較可知,該模型具有較高的精度,將對以后礦井水排水量的預(yù)測起到一定的指導(dǎo)作用,并為礦井水利用規(guī)劃的制定奠定了基礎(chǔ)。
基于人工神經(jīng)網(wǎng)絡(luò)的礦井構(gòu)造定量評價
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>116KB
頁數(shù):2P
探討了礦井構(gòu)造定量評價的人工神經(jīng)網(wǎng)絡(luò)方法,結(jié)合東坡井田討論了bp模型的輸入層、隱含層和輸出層的構(gòu)置和優(yōu)選等問題,利用東坡井田已知資料使用有序地質(zhì)量最優(yōu)分割方法和插值法得到學(xué)習(xí)樣本,經(jīng)過學(xué)習(xí)樣本的訓(xùn)練,對未知單元進行評價。
東坡井田礦井構(gòu)造的人工神經(jīng)網(wǎng)絡(luò)定量評價
格式:pdf
大小:42KB
頁數(shù):4P
以東坡井田為例介紹了人工神經(jīng)網(wǎng)絡(luò)方法在礦井構(gòu)造定量評價中的應(yīng)用。首先在分析了東坡井田礦井構(gòu)造主要影響因素基礎(chǔ)上,確定了12個指標(biāo)作為評價指標(biāo);然后詳細敘述了神經(jīng)網(wǎng)絡(luò)輸入層、隱層及輸出層神經(jīng)元個數(shù)的確定以及利用有序的質(zhì)量最優(yōu)分割方法和插值法得到訓(xùn)練樣本;最后經(jīng)過學(xué)習(xí)樣本對網(wǎng)絡(luò)進行訓(xùn)練,利用此網(wǎng)絡(luò)對劃分出的東坡井田的評價單元進行評價取得了良好的效果。
人工神經(jīng)網(wǎng)絡(luò)在礦井構(gòu)造定量評價中的應(yīng)用
格式:pdf
大小:377KB
頁數(shù):3P
4.8
探討了礦井構(gòu)造定量評價的人工神經(jīng)網(wǎng)絡(luò)方法,結(jié)合東坡井田實際,重點討論了bp模型的輸入層、隱含層和輸出層的構(gòu)置和優(yōu)選等問題,并使用有序地質(zhì)量最優(yōu)分割方法和插值法得到學(xué)習(xí)樣本,經(jīng)過學(xué)習(xí)樣本的訓(xùn)練,對未知單元進行評價取得了良好的效果
基于BP神經(jīng)網(wǎng)絡(luò)的降雨充水礦井涌水量預(yù)測
格式:pdf
大小:336KB
頁數(shù):4P
4.7
長溝峪煤礦礦井涌水量受降雨影響顯著,曾經(jīng)因降雨造成淹井事故。文章分析了長溝峪煤礦礦井充水因素及其影響程度,建立了礦井涌水量預(yù)測的bp網(wǎng)絡(luò)模型,通過對2006年和2007年+141水平和+20水平礦井最大涌水量預(yù)測驗證了該模型的可行性,并據(jù)此對不同降雨條件下的礦井涌水量進行了預(yù)測。
基于人工神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測的研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>271KB
頁數(shù):4P
4.4
針對電力系統(tǒng)短期負(fù)荷預(yù)測的特點,以及人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和復(fù)雜的非線性擬合能力,將人工神經(jīng)網(wǎng)絡(luò)的bp、elman、rbf三種模型用于短期負(fù)荷預(yù)測,建立了短期電力負(fù)荷預(yù)測模型,綜合考慮氣象、天氣等影響負(fù)荷因素進行短期負(fù)荷預(yù)測。某電網(wǎng)實際預(yù)測結(jié)果表明,rbf比bp、elman有更好的預(yù)測精度,更快的速度。
基于人工神經(jīng)網(wǎng)絡(luò)的建筑物沉降預(yù)測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>93KB
頁數(shù):2P
4.4
根據(jù)建筑物實測沉降利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了前饋網(wǎng)絡(luò)預(yù)測模型并提出新的學(xué)習(xí)算法,結(jié)合某建筑物糾偏工程實例對建筑物沉降進行了預(yù)測.預(yù)測結(jié)果表明神經(jīng)網(wǎng)絡(luò)方法是可行且有效的.
基于人工神經(jīng)網(wǎng)絡(luò)的巖石截割參數(shù)預(yù)測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>252KB
頁數(shù):3P
4.7
鑒于前人推導(dǎo)的鎬形截齒破巖截割阻力和截割比能耗的理論公式計算值與實際值相差較大以及最優(yōu)截槽寬沒有定量表示,文中選取巖石密度、單軸抗壓強度、抗拉強度、靜態(tài)彈性模量等為影響因子,建立了bp預(yù)測網(wǎng)絡(luò)模型,并利用此模型對我國常見的4種巖石鎬形齒截割參數(shù)進行了預(yù)測。檢驗及預(yù)測的結(jié)果表明建立的預(yù)測網(wǎng)絡(luò)運行穩(wěn)定,預(yù)測結(jié)果良好,對截割力的預(yù)測優(yōu)于理論計算結(jié)果,對截槽寬和截割厚度最優(yōu)比值、截割比能耗的預(yù)測結(jié)果良好,相對現(xiàn)有理論的計算和經(jīng)驗公式計算精度有了很大提高,能更好的滿足工程要求。
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價預(yù)測模型
格式:pdf
大小:1019KB
頁數(shù):3P
4.6
**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***
基于人工神經(jīng)網(wǎng)絡(luò)的建筑物軟基沉降預(yù)測
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>495KB
頁數(shù):5P
4.4
提出基于人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)最終沉降的預(yù)測新方法,通過工程實例應(yīng)用,在較短的實測資料情況下,可獲得較小誤差的最終沉降量,所建立的模型預(yù)測精度高。
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價預(yù)測模型
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>344KB
頁數(shù):3P
4.3
人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問題的過程中發(fā)展起來的新型智能信息處理理論,通過對人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價預(yù)測模型.
基坑變形人工神經(jīng)網(wǎng)絡(luò)預(yù)測及其網(wǎng)絡(luò)參數(shù)優(yōu)化
格式:pdf
大小:364KB
頁數(shù):6P
3
基坑變形人工神經(jīng)網(wǎng)絡(luò)預(yù)測及其網(wǎng)絡(luò)參數(shù)優(yōu)化——基坑變形人工神經(jīng)網(wǎng)絡(luò)預(yù)測受網(wǎng)絡(luò)參數(shù)的影響較大,選取適當(dāng)?shù)木W(wǎng)絡(luò)參數(shù)才能得到較優(yōu)的預(yù)測結(jié)果。本文介紹了人工神經(jīng)網(wǎng)絡(luò)原理及其網(wǎng)絡(luò)參數(shù)的優(yōu)化方法。以擋土樁樁頂水平位移預(yù)測為例,說明其具體預(yù)測步驟及網(wǎng)絡(luò)參數(shù)優(yōu)...
人工神經(jīng)網(wǎng)絡(luò)預(yù)測軟土地基沉降
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>255KB
頁數(shù):3P
3
人工神經(jīng)網(wǎng)絡(luò)預(yù)測軟土地基沉降——簡要介紹了高速公路軟土地基的基本性質(zhì)和對高速公路的主要影響,充分運用人工神經(jīng)網(wǎng)絡(luò)較強的非映射能力來預(yù)測軟土地基的沉降,利用實測資料來對復(fù)雜的非線性的土工結(jié)構(gòu)進行直接建模,并計算出軟土地基的沉降值,獲得滿意的效果...
人工神經(jīng)網(wǎng)絡(luò)在預(yù)測軟基沉降中的應(yīng)用研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>257KB
頁數(shù):3P
3
人工神經(jīng)網(wǎng)絡(luò)在預(yù)測軟基沉降中的應(yīng)用研究——依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測最終沉降量模型,利用已建高速公路沉降數(shù)據(jù),進行了軟土地基最終沉降量的預(yù)測,取得了較為理想的效果。證明神經(jīng)網(wǎng)絡(luò)法能避免傳統(tǒng)方法計算過程中各種人為因素...
人工神經(jīng)網(wǎng)絡(luò)預(yù)測軟土地基沉降
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>316KB
頁數(shù):3P
4.5
簡要介紹了高速公路軟土地基的基本性質(zhì)和對高速公路的主要影響,充分運用人工神經(jīng)網(wǎng)絡(luò)較強的非映射能力來預(yù)測軟土地基的沉降,利用實測資料來對復(fù)雜的非線性的土工結(jié)構(gòu)進行直接建模,并計算出軟土地基的沉降值,獲得滿意的效果。結(jié)果顯示,人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于軟土地基沉降的前景是非常廣闊的。
人工神經(jīng)網(wǎng)絡(luò)在材料性能預(yù)測中的應(yīng)用
格式:pdf
大小:312KB
頁數(shù):2P
4.6
泡沫金屬試樣測試復(fù)雜,對試樣而言又急需知道基體結(jié)構(gòu)參數(shù)與力學(xué)性能和阻尼性能的關(guān)系,采用線性回歸技術(shù)無法實現(xiàn)這一功能,應(yīng)用人工神經(jīng)網(wǎng)絡(luò),則解決了通過測量泡沫金屬的四個基本參數(shù)達到推知其力學(xué)性能、阻尼性能的課題。
模糊人工神經(jīng)網(wǎng)絡(luò)在礦井構(gòu)造評價中的應(yīng)用
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>640KB
頁數(shù):4P
4.4
介紹了模糊綜合評判和人工神經(jīng)網(wǎng)絡(luò)原理,分析了一般bp神經(jīng)網(wǎng)絡(luò)在研究復(fù)雜性問題時存在的局限性,根據(jù)模糊人工神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建方法,探討了該模型在礦井構(gòu)造定量評價中的應(yīng)用,結(jié)合鮑店煤礦的實際資料,對建立的模糊人工神經(jīng)網(wǎng)絡(luò)模型進行了學(xué)習(xí)訓(xùn)練,對未采區(qū)的構(gòu)造復(fù)雜程度進行了預(yù)測,結(jié)果表明:模糊人工神經(jīng)網(wǎng)絡(luò)較一般bp神經(jīng)網(wǎng)絡(luò)具有更快的收斂速度和更準(zhǔn)確的預(yù)測效果.
基于人工神經(jīng)網(wǎng)絡(luò)蔬菜價格預(yù)測
格式:pdf
大小:1.3MB
頁數(shù):3P
4.7
基于人工神經(jīng)網(wǎng)絡(luò)蔬菜價格預(yù)測
人工神經(jīng)網(wǎng)絡(luò)在土壤含鹽量預(yù)測中的應(yīng)用
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>586KB
頁數(shù):3P
4.6
土壤含鹽量的預(yù)測對合理配置水資源,防治土壤次生鹽堿化等具有重要的指導(dǎo)意義。在闡述bp人工神經(jīng)網(wǎng)絡(luò)原理的基礎(chǔ)上,針對影響土壤含鹽量的主要因素,建立了多因子土壤含鹽量的3層bp網(wǎng)絡(luò)模型,以土壤含水率、地下水礦化度、地下水ph值、地下水埋深、相對濕度、降雨量、蒸發(fā)量作為模型輸入?yún)?shù),土壤含鹽量作為模型輸出,對土壤含鹽量進行了預(yù)測。結(jié)果表明,bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測土壤含鹽量的最大誤差為8.78%,平均誤差為5.99%,模型具有較高的預(yù)測精度。
基于人工神經(jīng)網(wǎng)絡(luò)的工程估價預(yù)測模型 (2)
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1019KB
頁數(shù):3P
4.5
**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***
基于人工神經(jīng)網(wǎng)絡(luò)的巖土工程位移預(yù)測研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>387KB
頁數(shù):7P
4.5
從神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用實踐等幾個方面分析研究了目前巖土工程位移預(yù)測神經(jīng)網(wǎng)絡(luò)模型存在的幾個問題,并提出了幾個可供借鑒的其它模型。最后,提出了一種進行位移預(yù)測的進化神經(jīng)網(wǎng)絡(luò)模型,并采用一個工程實例進行了研究,其結(jié)果驗證了前述分析研究的結(jié)論,說明了本文分析的合理性。
基于人工神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測模型
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>311KB
頁數(shù):2P
3
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?! ?/p>
基于BP人工神經(jīng)網(wǎng)絡(luò)的空調(diào)降溫負(fù)荷預(yù)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(diào)負(fù)荷是近年來增長較快的一類負(fù)荷,其特性對電網(wǎng)的電壓穩(wěn)定性影響很大。夏季影響空調(diào)負(fù)荷的因素主要是溫度和濕度的變化。為了更好的預(yù)測空調(diào)降溫負(fù)荷,研究了溫度和濕度對空調(diào)負(fù)荷的影響。利用bp人工神經(jīng)網(wǎng)絡(luò)對電網(wǎng)空調(diào)負(fù)荷進行了預(yù)測,經(jīng)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(jié)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(diào)負(fù)荷之間的非線性關(guān)系,能更好的對電網(wǎng)空調(diào)負(fù)荷進行預(yù)測。
用人工神經(jīng)網(wǎng)絡(luò)預(yù)測飽和砂土的液化勢
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>200KB
頁數(shù):2P
3
用人工神經(jīng)網(wǎng)絡(luò)預(yù)測飽和砂土的液化勢——介紹了預(yù)測飽和砂土的液化勢的人工神經(jīng)網(wǎng)絡(luò)法,結(jié)合工程實例詳細闡述了該方法的建模、預(yù)測結(jié)果與實測值較為吻合,表明在工程抗震中運用這一方法的有效性.
基于人工神經(jīng)網(wǎng)絡(luò)的復(fù)合地基沉降預(yù)測
格式:pdf
大小:261KB
頁數(shù):4P
3
基于人工神經(jīng)網(wǎng)絡(luò)的復(fù)合地基沉降預(yù)測——利用人工神經(jīng)網(wǎng)絡(luò)強大的非線性映射和學(xué)習(xí)能力,提出了基于人工神經(jīng)網(wǎng)絡(luò)的復(fù)合地基沉降預(yù)測新方法.該方法利用實測資料直接建模,避免了傳統(tǒng)方法計算過程中各種人為因素的干擾,所建立的模型預(yù)測精度高、簡便易行,因此具...
文輯推薦
知識推薦
百科推薦
職位:旅游規(guī)劃景觀設(shè)計師
擅長專業(yè):土建 安裝 裝飾 市政 園林