針對評標工作中專家的主觀性、隨意性和傾向性所帶來的偏差,運用改進bp算法,構建了建設工程項目評標的神經網絡模型。該模型能夠較好地適應各影響因素之間的非線性關系,并通過附加動量法的自學習、自適應能力,提高了收斂速率,從而避免了局部極小值,提高了精度。通過仿真試驗,驗證了該模型的科學性和有效性。

高校實驗室安全評價是實驗室安全管理中的薄弱環節.針對目前高校實驗室安全評價缺乏較全面、合理、高效評價方法的問題,以如何能科學、客觀、準確地評價高校實驗室安全水平為目的,在探索bp神經網絡和遺傳算法理論的基礎上,將二者結合,應用于高校實驗室安全評價中,對基于ga-bp神經網絡的高校實驗室安全評價展開了研究.ga-bp網絡評價模型能夠在更短的時間內,達到更高的精度,收斂速度、精確性和穩定性明顯優于bp網絡評價模型,驗證了遺傳算法優化bp神經網絡的合理性和高效性.

基于神經網絡的工程建設項目評標方法研究——隨著我國基本建設項目管理體制改革的不斷深入，目前越來越多的建設項目均已實現了國際、國內’的競爭性招標。針對評標工作中專家的主觀性、隨意性和傾向性所帶來的偏差，本文在分析探討工程項目評標指標體系的前提...

隨著我國基本建設項目管理體制改革的不斷深入,目前越來越多的建設項目均已實現了國際、國內的競爭性招標。針對評標工作中專家的主觀性、隨意性和傾向性所帶來的偏差,本文在分析探討工程項目評標指標體系的前提下,建立了基于神經網絡的工程評標的數學模型。實例研究表明,此法簡便實用,評標結果準確可靠。

建筑企業的安全問題不僅關系到建筑行業的發展,而且關系到社會的和諧與進步。從管理者的視角構建了建筑企業安全管理評價指標體系,并對指標之間的關系做了簡要的說明。然后應用主成份分析對神經網絡的輸入數據進行預處理,提取其中的關鍵成分作為網絡的輸入,并采用遺傳算法來提高神經網絡的收斂速度。最后以天津市建筑企業為實例加以說明并進行了分析。結果表明,建立的模型不僅較公平、合理,而且提高了神經網絡模型的學習效率。

準確的交通流預測是智能交通系統的關鍵技術,為此,本文以衡大高速為研究對象,提出基于ga-bp神經網絡的衡大高速日交通流量預測方法。本文通過閾值方法對微波車檢器數據進行預處理,根據ga-bp神經網絡算法建立了交通流量預測模型,并通過計算機仿真驗證對比預測結果和實際流量數據,其預測結果精度高,可滿足日常交通管理需求,為交通管理提供了有效的技術支撐、本課題受到河北省交通運輸廳科研課題(y-2014022)的支持。

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。

本文利用特征價格理論和bp神經網絡工具建立住宅項目估價模型,為住宅項目定價提供一種快速、有效的新方法。

淺析了國內招標中常用的兩種評標方法,綜合評分法和合理最低價中標法,通過其規則和適用等方面的探討,結合實際情況,提出了一些投標中應該注意的問題和對應的策略。

科學合理地對艦船維修招標項目進行評標,對提高艦船裝備維修質量和維修費的使用效益具有重要意義。針對評標更注重戰略性和可持續性的特點,構建了評價指標體系,并采用層次分析法確定了指標權重。在此基礎上,運用模糊綜合評價法進行評價,減少了主觀因素的影響,克服了信息的模糊性。最后通過實例驗證了方法的有效性。

在建立中文圖書采購招標評價指標體系的基礎上,設計了一種基于bp神經網絡的中文圖書采購招標評價系統。這一系統加快了算法速度,改善了算法性能,主要通過增加動量項、動態調整學習率等方法使過去靜態bp網絡動態化,采用層次分析法生成網絡訓練樣本,有效地利用了bp神經網絡的優點,避免了中文圖書采購招標評價過程中的一些人為失誤。

基于ga的bp神經網絡在砂土液化評價中的應用——bp神經網絡是一種應用面較廣的神經網絡，但存在明顯缺陷：學習收斂速度慢，易陷入局部極小。遺傳算法具有良好的搜索全局最優解的能力。在探討訓練樣本選取的基礎上，耦合遺傳算法和bp神經網絡構建了遺傳網絡并應用...

比較分析了現行的造價估測模型的特點及其存在的問題,突出bp神經網絡模型進行造價估測的理論優勢,引入工程分類思想,以學校類建筑為例,建立了bp神經網絡估測模型并進行了造價估測。

造價估測方法的研究和bp神經網絡模型的應用——比較分析了現行的造價估測模型的特點及其存在的問題,突出bp神經網絡模型進行造價估測的理論優勢,引入工程分類思想,以學校類建筑為例,建立了bp神經網絡估測模型并進行了造價估測?！　?/p>

采用催化傳感器和電化學式氣體傳感器配合使用的傳感器陣列.為了解決2種傳感器對礦井co和ch4氣體的交叉敏感問題,提出了一種基于改進bp神經網絡的礦井co檢測方法.通過matlab仿真可以看出,基于神經網絡的傳感器陣列方法可以明顯提高co檢測精度.實際輸出值和期望輸出的絕對誤差平均值為3.43ppm,相對誤差平均值為1.43％.

采用催化傳感器和電化學式氣體傳感器配合使用的傳感器陣列。為了解決2種傳感器對礦井co和ch4氣體的交叉敏感問題,提出了一種基于改進bp神經網絡的礦井co檢測方法。通過matlab仿真可以看出,基于神經網絡的傳感器陣列方法可以明顯提高co檢測精度。實際輸出值和期望輸出的絕對誤差平均值為3.43ppm,相對誤差平均值為1.43%。

房地產在金融市場中占有舉足輕重的地位,其價格變化對整個金融市場有著顯著的影響。采用特征價格模型,對美國一線城市2007年6月及2008年的房價進行了相關定價研究。對傳統特征價格模型的屬性因子進行了擴充,加入房產周邊犯罪率因子進行模擬;在數值方法計算方面,首先對數據進行了box-cox變換,分別采用bp神經網絡及傳統的最小二乘法進行數值模擬分析,結果表明,房價隨犯罪事件類型及發生距離房地產的遠近有-5.78%～2.08%的變化;在2008年與2007年6月的不同時段內,犯罪率的變化對房價的影響有所不同。bp神經網絡模擬的價格與實際交易價格曲線比傳統最小二乘模擬的價格曲線精度高出5.74個百分點。

為了有效利用多種檢測數據來綜合評價軌道的狀態,本文應用bp神經網絡技術建立了軌道狀態評定方法,并采用matlab軟件編制了具有自學習功能的評價軟件。bp神經網絡應用于軌道狀態的評價中,其學習樣本、規模及代表起關鍵作用,通過大量的樣本訓練,對\"未知\"樣本神經網絡模型的評價具有較高的準確性。理論分析與算例的結果表明,該評價方法是可行的、有效的,為解決軌道狀態評定提供了一條新的途徑。

為了對民航系統安全運行狀態進行科學的分析和預測,針對反映民航系統安全運行狀態的重要指標之一——飛行事故萬時率,采用bp神經網絡的時間序列非線性預測模型及方法,對其進行了分析研究和仿真驗證,計算結果表明,該預測方法是可行的,并與實際具有較好的一致性。

針對工業控制系統入侵檢測模型對各類攻擊的檢測率和檢測效率不高的問題,提出一種adaboost算法優化bp神經網絡的入侵檢測模型.首先利用主成分分析法對原始數據集進行預處理,消除其相關性；其次利用adaboost算法對訓練樣本的權重進行不斷調整,從而獲得bp神經網絡最優權重和閾值；最后再通過adaboost算法將bp弱分類器組合成bp強分類器,從而實現工業控制系統的異常檢測.實驗結果表明該方法在對各攻擊類型的檢測率和測試時間明顯優于其他算法模型.

針對傳統方法單獨采用bp神經網絡算法易陷入局部極值的問題,提出了遺傳算法優化bp神經網絡,并將其應用于mimo-ofdm系統信號檢測中。該方法將遺傳算法與神經網絡相結合,用遺傳算法優化神經網絡初始值,使bp網絡快速收斂到最優解,避免了由初始值的隨機選取而帶來的檢測誤碼。仿真結果表明所提出的方法在誤碼率方面有比較好的性能。

將數學模型的研究手段有機結合到財政理論和政策分析是現代財政理論研究的一個特點。政府采購招標項目評標是一個多屬性決策的過程,基于topsis方法建立了項目評標的數學模型,算例表明本文方法簡單有效。