探討了礦井構造定量評價的人工神經網絡方法,結合東坡井田實際,重點討論了bp模型的輸入層、隱含層和輸出層的構置和優選等問題,并使用有序地質量最優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取得了良好的效果

長溝峪煤礦礦井涌水量受降雨影響顯著,曾經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測的bp網絡模型,通過對2006年和2007年+141水平和+20水平礦井最大涌水量預測驗證了該模型的可行性,并據此對不同降雨條件下的礦井涌水量進行了預測。

針對電力系統短期負荷預測的特點,以及人工神經網絡的自學習和復雜的非線性擬合能力,將人工神經網絡的bp、elman、rbf三種模型用于短期負荷預測,建立了短期電力負荷預測模型,綜合考慮氣象、天氣等影響負荷因素進行短期負荷預測。某電網實際預測結果表明,rbf比bp、elman有更好的預測精度,更快的速度。

根據建筑物實測沉降利用人工神經網絡理論,建立了前饋網絡預測模型并提出新的學習算法,結合某建筑物糾偏工程實例對建筑物沉降進行了預測.預測結果表明神經網絡方法是可行且有效的.

鑒于前人推導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、靜態彈性模量等為影響因子,建立了bp預測網絡模型,并利用此模型對我國常見的4種巖石鎬形齒截割參數進行了預測。檢驗及預測的結果表明建立的預測網絡運行穩定,預測結果良好,對截割力的預測優于理論計算結果,對截槽寬和截割厚度最優比值、截割比能耗的預測結果良好,相對現有理論的計算和經驗公式計算精度有了很大提高,能更好的滿足工程要求。

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

提出基于人工神經網絡的基礎最終沉降的預測新方法,通過工程實例應用,在較短的實測資料情況下,可獲得較小誤差的最終沉降量,所建立的模型預測精度高。

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.

基坑變形人工神經網絡預測及其網絡參數優化——基坑變形人工神經網絡預測受網絡參數的影響較大，選取適當的網絡參數才能得到較優的預測結果。本文介紹了人工神經網絡原理及其網絡參數的優化方法。以擋土樁樁頂水平位移預測為例，說明其具體預測步驟及網絡參數優...

人工神經網絡預測軟土地基沉降——簡要介紹了高速公路軟土地基的基本性質和對高速公路的主要影響，充分運用人工神經網絡較強的非映射能力來預測軟土地基的沉降，利用實測資料來對復雜的非線性的土工結構進行直接建模，并計算出軟土地基的沉降值，獲得滿意的效果...

人工神經網絡在預測軟基沉降中的應用研究——依據影響軟土路基沉降的因素選取參數建立了bp神經網絡預測最終沉降量模型，利用已建高速公路沉降數據，進行了軟土地基最終沉降量的預測，取得了較為理想的效果。證明神經網絡法能避免傳統方法計算過程中各種人為因素...

簡要介紹了高速公路軟土地基的基本性質和對高速公路的主要影響,充分運用人工神經網絡較強的非映射能力來預測軟土地基的沉降,利用實測資料來對復雜的非線性的土工結構進行直接建模,并計算出軟土地基的沉降值,獲得滿意的效果。結果顯示,人工神經網絡應用于軟土地基沉降的前景是非常廣闊的。

泡沫金屬試樣測試復雜,對試樣而言又急需知道基體結構參數與力學性能和阻尼性能的關系,采用線性回歸技術無法實現這一功能,應用人工神經網絡,則解決了通過測量泡沫金屬的四個基本參數達到推知其力學性能、阻尼性能的課題。

介紹了模糊綜合評判和人工神經網絡原理,分析了一般bp神經網絡在研究復雜性問題時存在的局限性,根據模糊人工神經網絡模型的構建方法,探討了該模型在礦井構造定量評價中的應用,結合鮑店煤礦的實際資料,對建立的模糊人工神經網絡模型進行了學習訓練,對未采區的構造復雜程度進行了預測,結果表明:模糊人工神經網絡較一般bp神經網絡具有更快的收斂速度和更準確的預測效果.

基于人工神經網絡蔬菜價格預測

土壤含鹽量的預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意義。在闡述bp人工神經網絡原理的基礎上,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網絡模型,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、蒸發量作為模型輸入參數,土壤含鹽量作為模型輸出,對土壤含鹽量進行了預測。結果表明,bp神經網絡模型預測土壤含鹽量的最大誤差為8.78%,平均誤差為5.99%,模型具有較高的預測精度。

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

基于人工神經網絡理論,提出了根據前期沉降觀測資料進行沉降預測的人工神經網絡模型,并用于汕汾高速公路預壓荷載卸荷時間預報.研究表明,所建議的模型較傳統沉降預測模型具有顯著的優越性,應用前景廣闊.

準確地預測混凝土的實時強度對確保結構的安全使用有重要的作用，而影響混凝土強度的因素很多，且各種因素對混凝土強度的影響程度不同，所以在實際工程中對混凝土強度的預測比較復雜。通過人工神經網絡及大量樣本數據，闡述了人工神經網絡強度預測模型的技術方案，有效結合多種影響因子，建立了評估預測系統。實測結果表明，預測準確率達到了96％以上，為混凝土更好地在工程上應用提供一定理論依據，且為今后人工神經網絡理論進一步在結構工程中應用奠定了基礎。

文章采用人工神經網絡對包鋼無縫鋼管廠φ180機組張力減徑過程管材的厚度、外徑進行分析,建立多層神經網絡模型對張減機出口壁厚進行預測,以適應生產過程的要求。

混凝土強度是結構設計中控制的主要指標，其數值決定于水灰比、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，可以用以優化混凝土的試配，節約大量的時間、人力、物力和財力.

從神經網絡理論及應用實踐等幾個方面分析研究了目前巖土工程位移預測神經網絡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測的進化神經網絡模型,并采用一個工程實例進行了研究,其結果驗證了前述分析研究的結論,說明了本文分析的合理性。