bp神經網絡具有自適應機制,通過訓練和學習,達到對知識進行分類、模式判別、聯想記憶等能力,巖土工程的災害預測問題可以看作是一個模式識別問題,而巖土工程中變形情況的監測和預測模型的研究是礦山、建筑、水利等工程的一項重要課題,近年來安全監測技術發展有了巨大的飛躍,呈現出"實時"、"遠程"、"非接觸"的特點。針對bp神經網絡預測模型監測在巖土工程方面的應用,應用bp人工神經網絡實現了對巖土工程安全監測數據的預測預報,并對預測結果進行了分析,說明了隱含層數對預測結果誤差的影響。通過比對,選擇了誤差最小的較優組合對巖土工程進行預測。

第47卷第6期廈門大學學報(自然科學版)vol.47no.6 2008年11月journalofxiamenuniversity(naturalscience)nov.2008 基于bp神經網絡的工程估價模型及其應用 葉青,王全鳳 (華僑大學土木工程學院,福建泉州362021) 收稿日期:20080414 基金項目:福建省自然科學基金(2008j0196)資助 email:yeqing@hqu.edu.cn 摘要:基于bp神經網絡的工程估價模型具有高度的容錯性和較強的泛化能力,通過對數據并行處理的方式能快速準 確地估算出工程造價.本文根據bp神經網絡原理,選取福建泉州地區的21組工程實例來建立模型,其中19組為訓練樣 本,2組為檢測樣本,確定了13個主要造價

文章論述了基于主成分分析法的bp模型結構,用新的方法來改進科研績效評價系統統計的合理性和正確性。

分析了傳統的工程偽裝評價方法的不足，較全面地考慮了影響工程偽裝效能的因素，建立了客觀的評價模型，設計了兩級神經網絡，初步提出了評價模型中各因素的指標級，構建了基于bp神經網絡的工程偽裝效能評估系統，該系統可以實現對工程偽裝效能的客觀評估。

采用comgis(組件式地理信息系統)技術開發了結合專業震害分析模型的建筑物震害評估系統,討論了基于bp人工神經網絡和gis耦合模型的多層磚房震害預測.研究表明:水平成層土地震反應分析程序shake91在vb菜單下可直接調用,實現地震動影響場計算的模塊化;bp神經網絡應用于建筑物震害預測中,能達到較理想的效果,其計算模型在系統菜單下可直接調用;系統的gis空間分析功能可使震害預測結果與建筑物信息進行空間匹配,實現地震災害損失快速評估.

基于灰色bp神經網絡組合模型的基坑變形預測研究——為了使得基坑變形預測在“少樣本”、“貧信息”的情況下依然能夠得出精度較高的結果，在傳統的灰色gm(1，1)模型和bp神經網絡模型的基礎上，進行了灰色bp神經網絡組合模型的研究。通過總結2傳統模型的原理和算...

根據bp神經網絡原理,以建筑特征參數為輸入變量,利用實際資料對網絡進行訓練和模擬,收集了16個住宅工程,其中的14個作為訓練樣本,2個作為檢測實例。結果顯示,該模型在建筑工程造價預測中具有有效性。

討論如何利用人工神經網絡進行電力系統短期負荷預測。研究結果表明:基于bp神經網絡的短期電力負荷預測具有精度高的特點,符合預測結果的相對誤差小于3.06%。

提出了根據實測數據構造神經網絡變形預測模型的基本思路,構造出基于bp算法的神經網絡變形預測模型,并給出應用實例分析。結果表明,神經網絡應用于變形預測效果良好,具有一定參考價值和指導意義。

人工神經網絡是在模仿人腦處理問題的過程中發展起來的新型智能信息處理理論,通過對人工神經網絡及bp網絡的基本原理與特征的分析,建立了工程估價預測模型.

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

1.引言神經網絡是一種信息處理系統,它由大量而簡單的處理單元(神經元)廣泛的相連接而形成復雜系統,它通過學習來解決問題,基坑沉降的預測是一項難以通過理論分析出影響因素與沉降結果映射關系的工作,而這項工作如果交

在分析普通混凝土強度影響因素基礎上,選取混凝土配料中7個因素作為輸入值,混凝土28d強度作為輸出值建立了混凝土強度預測的bp網絡模型。討論了模型的學習樣本、網絡參數對預測精度的影響,選出最佳網絡參數配置。實例證明模型預測精度高。

中觀層次的城市土地集約利用評價是以城市功能區為研究對象,通過建立各功能區的評價單元,對城市土地的投入產出效益進行定量分析研究的過程。從土地利用、土地投入、土地產出三個方面構建評價指標體系,借助bp神經網絡模型從中觀層次對淮安市清河區城市土地進行集約利用評價。結果顯示,清河區土地集約利用水平總體較高,仍需加強土地的投入產出效益。研究表明,bp神經網絡模型是一種較客觀的評價方法,中觀評價則能更詳細地了解城市內部各個區域的土地利用情況,為政府決策提供更好的依據。

目前常見的沉降預測方法有灰色系統模型、時間序列分析法、bp神經網絡及其改進算法等。針對bp神經網絡容易出現過擬合和局部最優的缺點,部分學者利用遺傳算法進行神經網絡初始權值和閾值優化。但是遺傳算法對于因監測數據質量問題而造成變形預測結果不佳的優化效果有限。因此引入自適應增強算法對遺傳神經網絡預測模型進行改進。并利用某高層建筑基坑實測50期監測數據進行仿真預測。實驗結果表明,利用自適應增強算法改進之后的遺傳神經網絡預測模型在滿足工程監測精度要求的前提下,在mape、mae、mse三項精度指標上分別提高80.57%、81.04%、70.83%。

以bp人工神經網絡模型為基礎,建立預測模型,以小區某棟建筑物1期～8期的沉降觀測數據為輸入數據和輸出數據,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。

本文采用bp神經網絡預測模型,通過在matlab軟件建模,并對實際工程項目的支護結構頂水平位移的監測數據進行分析,預測其后的監測數據,結果表明bp神經網絡擬合效果優越,仿真性強,具有很強的泛化能力,能夠對實際工程的支護結構頂水平位移進行有效預測.

bp神經網絡-灰色系統聯合模型預測軟基沉降量——目前軟基沉降預測多采用指數曲線和雙曲線延伸法，其結果不夠理想，神經網絡在此方面的運用也存在一定的局限，雖然gm(1，1)模型在軟基沉降預測領域已得到運用，但在已有的案例中所使用的等時距模型都沒有明確說明...

空調系統的負荷與諸多影響因素之間是一種多變量、強耦合、嚴重非線性的關系,且這種關系具有動態性,因而傳統方法的預測精度不高。而動態回歸神經網絡能更生動、更直接地反映系統的動態特性。針對這個特點,建立了基于elman型神經網絡的空調負荷預測模型,并進行了實例預測。文中還比較了elman網絡和bp網絡結構的建模效果,仿真實驗證明了elman神經網絡具有動態特性好、逼近速度快、精度高等特點,說明elman網絡是一種新穎、可靠的負荷預測方法。

利用平朔礦區3個時相的tm影像數據,結合礦區土地利用的實際特點,劃分了耕地、林草地、工業及住宅用地、水域、交通用地、待復墾地和未利用地7種礦區土地利用類型,分析并研究了平朔礦區土地利用中灰色建模的方法以及求解過程。預測結果表明:礦區耕地逐漸下降,到2023年預計耕地面積18173.21hm2,占礦區總面積的45.4%;同時由塌陷地和排土場形成的待復墾地逐漸增多,預計2023年將達到3849.62hm2。因此,應該加大土地復墾的力度和進度,促進已復墾地盡快轉為耕地,協調生產建設和生態建設對土地利用的改變速度,保證礦區各類土地的可持續利用。

文中從城市道路利用者的基本感受角度出發,提出一套科學合理的城市道路交通滿意度評價體系,利用層次分析法與bp神經網絡最終確定評價結果,發現城市道路交通系統中存在的問題,以期找出解決問題的有效途徑,為城市交通管理部門提供科學的決策依據,最終提高城市道路交通的服務質量。

文章建立了具有18項評價指標和3層神經網絡的建筑學專業評估模型,通過對評估結果的預測,使得各個院?？梢愿玫淖栽u以加強建筑學本科教學的管理,提升建筑學專業學生的專業知識。通過實證檢驗表明,基于bp神經網絡建立的評價模型在建筑學專業評估中的應用是可行的。