為了盡量減小由隧道開挖引起的地面沉降而帶來的風(fēng)險(xiǎn),需要在隧道施工過程中可靠地預(yù)測(cè)地表的變形量.該文采用改進(jìn)的方法來選擇平移和伸縮因子的初始值,利用小波神經(jīng)網(wǎng)絡(luò)分析預(yù)測(cè)隧道施工中的地表沉降量,并在預(yù)測(cè)中考慮了地表平均壓力、盾構(gòu)機(jī)平均穿透深度、填充泥漿度等外界因素對(duì)地表沉降的影響.結(jié)果表明,利用改進(jìn)的方法來選擇初始的平移和伸縮因子,提高了函數(shù)的逼真性能,并減小了估計(jì)誤差.

邊坡的地表位移監(jiān)測(cè)是滑坡安全監(jiān)控中的重要內(nèi)容,對(duì)監(jiān)測(cè)資料進(jìn)行及時(shí)、合理和有效的分析,獲取滑坡變形規(guī)律和安全狀況是滑坡監(jiān)測(cè)的重要工作之一。文章將基于bp算法的小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型引入變形監(jiān)測(cè)預(yù)報(bào)中,對(duì)工程實(shí)例進(jìn)行了預(yù)測(cè)。結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)可以取得良好的效果,且自適應(yīng)預(yù)測(cè)能力較強(qiáng)。

小波神經(jīng)網(wǎng)絡(luò)是建立在小波理論基礎(chǔ)上的一種新型前饋神經(jīng)網(wǎng)絡(luò),具有許多優(yōu)良特性。本文分析了小波神經(jīng)網(wǎng)絡(luò)的特點(diǎn),建立了電力負(fù)荷的小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,設(shè)計(jì)了小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),給出了小波網(wǎng)絡(luò)參數(shù)調(diào)節(jié)算法。對(duì)實(shí)際電力負(fù)荷預(yù)測(cè)算例,以及與bp網(wǎng)絡(luò)的對(duì)比研究實(shí)驗(yàn)表明,小波神經(jīng)網(wǎng)絡(luò)對(duì)非平穩(wěn)信號(hào)能進(jìn)行有效地預(yù)測(cè),比bp神經(jīng)網(wǎng)絡(luò)具有更高的預(yù)測(cè)精度。

當(dāng)前,諸多研究人員被電力負(fù)載預(yù)測(cè)所吸引,由于其是精確計(jì)劃、調(diào)度及運(yùn)維電力系統(tǒng)的先決條件.眾多因素均影響著電力負(fù)載預(yù)測(cè),因此提出一個(gè)混合模型來提升預(yù)測(cè)的準(zhǔn)確性是有必要的.文中提出一種采用2種方法的新的混合負(fù)載估計(jì)方案:小波變換(avelettransform,wt)和人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork,ann).為了將大型非對(duì)稱時(shí)變電力原始數(shù)據(jù)集合考慮到其中,根據(jù)時(shí)間和頻率采用小波技術(shù)來分解數(shù)據(jù),眾多小波函數(shù)可以采用,但選擇一種合適的小波函數(shù)在設(shè)計(jì)此模型中扮演著關(guān)鍵作用.文中采用了以下幾種類型的小波函數(shù),即haar小波函數(shù)、deubechies小波函數(shù)、symlet小波函數(shù)以及coiflet小波函數(shù),將電力負(fù)載數(shù)據(jù)分解成不同的段.隨后,使用ann來預(yù)測(cè)負(fù)載的非線性數(shù)據(jù).由aemo獲取一周每天24h的數(shù)據(jù)驗(yàn)證了文中所設(shè)計(jì)模型的有效性.

對(duì)bp神經(jīng)網(wǎng)絡(luò)的原理、算法和公式進(jìn)行了介紹,在對(duì)matlab及其神經(jīng)網(wǎng)絡(luò)工具箱介紹的基礎(chǔ)上,采用3個(gè)聲發(fā)射特征值:即聲發(fā)射信號(hào)有效值、fft峰值和標(biāo)準(zhǔn)差作為輸入,工件表面粗糙度作為輸出,用bp神經(jīng)網(wǎng)絡(luò)的方法對(duì)高效深磨加工工程陶瓷al2o3的工件表面粗糙度進(jìn)行了訓(xùn)練、預(yù)測(cè)和分析.結(jié)果表明,使用bp神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)高效深磨加工工程陶瓷工件表面粗糙度的監(jiān)測(cè).

綜述了人工神經(jīng)網(wǎng)絡(luò)在陶瓷材料中的應(yīng)用研究進(jìn)展,分析了人工神經(jīng)網(wǎng)絡(luò)在古陶瓷分類和傳統(tǒng)陶瓷配方設(shè)計(jì)、優(yōu)化及性能預(yù)測(cè)方面的應(yīng)用,此外,對(duì)人工神經(jīng)網(wǎng)絡(luò)在功能陶瓷材料、陶瓷基復(fù)合材料中的應(yīng)用進(jìn)行了詳述,并指出在應(yīng)用中存在的問題及未來發(fā)展趨勢(shì)。

運(yùn)用灰色神經(jīng)網(wǎng)絡(luò)理論,研究了摻雜srtio3多功能陶瓷氧化熱處理過程中,氧化熱處理?xiàng)l件對(duì)介電性能和壓敏性能的影響。根據(jù)各種參數(shù)的主行為因素的多少,運(yùn)用gnnm(1,1)、gnnm(1,2)、gnnm(1,3)模型進(jìn)行分析,并且建立了相應(yīng)的gnnm(2,1)灰色神經(jīng)網(wǎng)絡(luò)模型。

變形監(jiān)測(cè)是安全化、信息化工程建設(shè)和管理的重要內(nèi)容,貫穿于建筑物設(shè)計(jì)、施工和運(yùn)營整個(gè)過程.本文基于小波分析、bp神經(jīng)網(wǎng)絡(luò)、小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的相關(guān)理論,借助matlab編程,建立了改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)、輔助式小波神經(jīng)網(wǎng)絡(luò)、嵌入式小波神經(jīng)網(wǎng)絡(luò)3種變形預(yù)測(cè)網(wǎng)絡(luò)模型.結(jié)合工程實(shí)測(cè)數(shù)據(jù),利用建立的3種模型,分別應(yīng)用累積沉降和期間沉降不同模式數(shù)據(jù)進(jìn)行預(yù)測(cè).結(jié)果表明,兩種小波神經(jīng)網(wǎng)絡(luò)組合模型的預(yù)測(cè)效果明顯優(yōu)于單一的bp神經(jīng)網(wǎng)絡(luò)模型,具有更高預(yù)測(cè)精度和更快的收斂速度,且訓(xùn)練樣本數(shù)目越多,模型精度越高,預(yù)測(cè)效果越好.

針對(duì)壓電陶瓷驅(qū)動(dòng)器的蠕變誤差隨時(shí)間呈現(xiàn)非線性變化,會(huì)嚴(yán)重影響其定位精度的問題,提出遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的壓電陶瓷蠕變預(yù)測(cè)算法。采用遺傳算法優(yōu)化了bp神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,構(gòu)建了基于遺傳算法的bp神經(jīng)網(wǎng)絡(luò)(ga-bp算法)的蠕變預(yù)測(cè)模型。用ga-bp算法對(duì)壓電陶瓷蠕變進(jìn)行了預(yù)測(cè)仿真,并將結(jié)果與實(shí)測(cè)數(shù)據(jù)進(jìn)行了對(duì)比。結(jié)果表明,獲得的蠕變預(yù)測(cè)結(jié)果與實(shí)驗(yàn)數(shù)據(jù)的最大絕對(duì)誤差均不超過0.2μm,最大蠕變誤差均小于1.5%,最大均方誤差僅為0.0046,因此,ga-bp預(yù)測(cè)模型可作為預(yù)測(cè)壓電陶瓷蠕變誤差的一種有效手段。

針對(duì)壓電陶瓷驅(qū)動(dòng)器的蠕變誤差隨時(shí)間呈現(xiàn)非線性變化,會(huì)嚴(yán)重影響其定位精度的問題,提出遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的壓電陶瓷蠕變預(yù)測(cè)算法.采用遺傳算法優(yōu)化了bp神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,構(gòu)建了基于遺傳算法的bp神經(jīng)網(wǎng)絡(luò)（ga-bp算法）的蠕變預(yù)測(cè)模型.用ga-bp算法對(duì)壓電陶瓷蠕變進(jìn)行了預(yù)測(cè)仿真,并將結(jié)果與實(shí)測(cè)數(shù)據(jù)進(jìn)行了對(duì)比.結(jié)果表明,獲得的蠕變預(yù)測(cè)結(jié)果與實(shí)驗(yàn)數(shù)據(jù)的最大絕對(duì)誤差均不超過0.2μm,最大蠕變誤差均小于1.5％,最大均方誤差僅為0.0046,因此,ga-bp預(yù)測(cè)模型可作為預(yù)測(cè)壓電陶瓷蠕變誤差的一種有效手段.

隨著我國城鄉(xiāng)建設(shè)的飛速發(fā)展,建筑火災(zāi)形勢(shì)日趨嚴(yán)峻,依靠傳統(tǒng)的管理技術(shù)和方法已遠(yuǎn)遠(yuǎn)不能適應(yīng)社會(huì)和民眾對(duì)安全的需要。針對(duì)某城市建筑火災(zāi)非線性時(shí)間序列,建立了小波神經(jīng)網(wǎng)絡(luò)(wnn)預(yù)測(cè)模型,計(jì)算分析證明了該模型的可行性。該模型可與消防工作相結(jié)合,建立和實(shí)施城鄉(xiāng)綜合防災(zāi)減災(zāi)系統(tǒng),實(shí)現(xiàn)城鄉(xiāng)綜合防災(zāi)減災(zāi)的科學(xué)管理。

改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)在橋梁損傷中的預(yù)測(cè)研究——提出基于bp算法的小波神經(jīng)網(wǎng)絡(luò)改進(jìn)算法。仿真結(jié)果表明它避免了bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的盲目性和局部最優(yōu)等非線性優(yōu)化問題，簡(jiǎn)化了訓(xùn)練，具有較強(qiáng)的函數(shù)學(xué)習(xí)能力和推廣能力。該算法成功應(yīng)用于橋梁損傷預(yù)測(cè)，具有廣泛的...

基于小波變換的思想建立了遞歸bp網(wǎng)絡(luò)模型來預(yù)測(cè)空調(diào)負(fù)荷,改進(jìn)了網(wǎng)絡(luò)權(quán)值、閾值的修改算法,引入了折扣系數(shù)法以提高近期預(yù)測(cè)精度,結(jié)合一實(shí)例進(jìn)行了空調(diào)逐時(shí)冷負(fù)荷預(yù)測(cè),結(jié)果表明該方法預(yù)測(cè)精度高,適用于空調(diào)負(fù)荷預(yù)測(cè)。

隨著房地產(chǎn)價(jià)格指數(shù)的作用充分顯現(xiàn),探求預(yù)測(cè)房地產(chǎn)價(jià)格指數(shù)的有效方法是需深入研究的方向。該文以中房上海住宅價(jià)格指數(shù)為例,首先對(duì)房地產(chǎn)價(jià)格指數(shù)序列性質(zhì)進(jìn)行分析,表明房地產(chǎn)價(jià)格指數(shù)是具有非線性特征的非平穩(wěn)時(shí)間序列。采用小波神經(jīng)網(wǎng)絡(luò)對(duì)房地產(chǎn)價(jià)格指數(shù)進(jìn)行預(yù)測(cè),并將預(yù)測(cè)結(jié)果與指數(shù)平滑法和rbf神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)做了對(duì)比。采用matlab對(duì)擬合和預(yù)測(cè)過程進(jìn)行仿真。結(jié)果指標(biāo)表明,在大樣本數(shù)據(jù)的情況下,采用小波神經(jīng)網(wǎng)絡(luò)對(duì)房地產(chǎn)指數(shù)進(jìn)行預(yù)測(cè)能夠獲得較好的效果。

小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè)中的應(yīng)用——隨著房地產(chǎn)價(jià)格指數(shù)的作用充分顯現(xiàn),探求預(yù)測(cè)房地產(chǎn)價(jià)格指數(shù)的有效方法是需深入研究的方向“該文以中房上海住宅價(jià)格指數(shù)為例,首先對(duì)房地產(chǎn)價(jià)格指數(shù)序列性質(zhì)進(jìn)行分析,表明房地產(chǎn)價(jià)格指數(shù)是具有非線性特征的非平穩(wěn)時(shí)...

結(jié)合小波分析和神經(jīng)網(wǎng)絡(luò),建立了小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型和改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)模型,并將其應(yīng)用到某地鐵施工變形預(yù)測(cè)中。3種預(yù)測(cè)模型(傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和改進(jìn)的小波神經(jīng)網(wǎng)絡(luò))的對(duì)比分析表明,改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)模型精度高,具有很好的應(yīng)用前景。

為了減少礦區(qū)塌陷的發(fā)生，利用gps對(duì)礦山地表巖移進(jìn)行了監(jiān)測(cè)分析。為了提高巖移觀測(cè)數(shù)據(jù)的預(yù)測(cè)精度和可靠性，文中采用小波神經(jīng)網(wǎng)絡(luò)方法對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行訓(xùn)練、預(yù)測(cè)，成功預(yù)測(cè)出了未來一期的地表移動(dòng)變化。結(jié)果表明，小波神經(jīng)網(wǎng)絡(luò)具有良好的函數(shù)逼近能力，能夠反映出要素之間的非線性關(guān)系，預(yù)測(cè)數(shù)據(jù)可靠。

以小波分析和bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),構(gòu)建了小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。使用ca6140車床對(duì)氟金云母陶瓷進(jìn)行了干車削試驗(yàn),并用三向測(cè)力儀測(cè)量了切削過程的切削力變化趨勢(shì)。基于小波包中的wpbmpen函數(shù)對(duì)切削力信號(hào)進(jìn)行了降噪處理,切削力信號(hào)在降噪后有明顯改善,能更形象地表達(dá)出切削力的變化趨勢(shì)。基于小波神經(jīng)網(wǎng)絡(luò)對(duì)切削力進(jìn)行了預(yù)測(cè),結(jié)果表明:小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值、信號(hào)降噪處理值和試驗(yàn)值都非常相近,說明切削力在預(yù)測(cè)過程中具有一定的可靠性,小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)前對(duì)切削力信號(hào)的降噪處理是合理的。

本文研究bp神經(jīng)網(wǎng)絡(luò)在陶瓷中的應(yīng)用,收集了十二種陶瓷材料樣本,應(yīng)用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí),將陶瓷材料樣本進(jìn)行了分類研究。

小波神經(jīng)網(wǎng)絡(luò)在大壩變形監(jiān)測(cè)中的應(yīng)用——本文就小波神經(jīng)網(wǎng)絡(luò)的模型建立的方法進(jìn)行了介紹，通過編制matlab小波神經(jīng)網(wǎng)絡(luò)程序，用一組變形監(jiān)測(cè)實(shí)數(shù)據(jù)對(duì)變形結(jié)果進(jìn)行了仿真試驗(yàn)，仿真的結(jié)果精度很高，能夠用于變形分析預(yù)報(bào)。　　

小波神經(jīng)網(wǎng)絡(luò)在基樁缺陷診斷分析中的應(yīng)用——將小波分析作為神經(jīng)網(wǎng)絡(luò)的前置處理手段，從基樁動(dòng)測(cè)信號(hào)小波變換的分量中提取特征，然后將這些特征輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和分類，進(jìn)而實(shí)現(xiàn)基樁缺陷位置和程度的診斷。仿真試驗(yàn)的結(jié)果表明，該方法對(duì)樁身完整性的評(píng)價(jià)是...

隨著社會(huì)發(fā)展,汽車已經(jīng)成為家庭的重要出行工具.汽車運(yùn)行時(shí)間越長,故障發(fā)生率越高,不利于人們的生命健康安全.因此,利用現(xiàn)代模式識(shí)別、機(jī)器學(xué)習(xí)等技術(shù)構(gòu)建一個(gè)汽車故障率預(yù)測(cè)模型,及時(shí)發(fā)現(xiàn)汽車運(yùn)行故障,以便能夠保證汽車以及乘用人的生命安全.本文詳細(xì)地分析了bp神經(jīng)網(wǎng)絡(luò)的基本理論和概念,同時(shí)將其應(yīng)用到汽車故障率預(yù)測(cè)中,可以提高故障率預(yù)測(cè)的準(zhǔn)確度.