改进的BP神经网络在坝肩滑坡体位移监测中的应用

bp神经网络是分析处理复杂非线性问题的一种有效方法,是目前广泛应用的一种神经网络,已被逐渐应用于对宏观经济问题的研究中。本文有机地整合了计量经济学与bp神经网络,建立了基于因果关系理论来确定bp网络的输入变量,基于协整理论来分析bp网络系统的可靠性,基于学习率可变的动量bp算法的用于研究经济领域问题的改进bp神经网络预测模型,加强了网络模型的理论基础,提高了网络模型的质量,并将其应用于西北建筑业的预测和控制中,取得了令人满意的效果。

提出一种采用bp神经网络算法来预测深基坑沉降的方法,结合具体工程实例,构建了预测深基坑周边地表沉降具体bp神经网络模型,预测结果表明,该模型有较高的预测精度,可作为预测沉降的一种新方法。

小波神经网络在大坝变形监测中的应用——本文就小波神经网络的模型建立的方法进行了介绍，通过编制matlab小波神经网络程序，用一组变形监测实数据对变形结果进行了仿真试验，仿真的结果精度很高，能够用于变形分析预报。　　

shaffer函数定义域在[-10,10]区间内,bp神经网络拟合该函数训练时间长,且无法达到期望精度,说明bp神经网络拟合复杂非线性函数能力需改善.文章提出了一种改进的bp神经网络,先对网络的输入进行k-means聚类,bp神经网络训练采用大规模节点,聚类输入分别激活部分节点进行训练,每组聚类使用不同的节点,通过子网络训练聚类样本,减少了网络拟合难度.经测试改进的bp神经网络达到了精度.最后,用改进的bp神经网络进行了轴径的最优计算.

针对传统bp神经网络存在的缺点,提出基于遗传优化的变梯度反向传播的bp神经网络预测方法,采用遗传算法优化bp神经网络的初始权重,建立路基沉降预测模型。该模型可克服bp神经网络模型存在的收敛速度慢、易陷入局部极小点等缺点。结合现场实测数据,将该优化模型与指数曲线模型、双曲线模型、灰色预测模型和传统bp神经网络预测模型对比,结果表明改进的bp神经网络在路基沉降预测中精度最高,适宜于广泛推广应用。

针对传统的bp神经网络存在的缺点,提出了用附加动量法、自适应学习速率和l-m优化算法等几种算法进行优化。通过对比分析,证明了采用l-m优化和附加动量因子算法相结合取得了最优的预测效果。该方法克服了bp神经网络模型存在的收敛速度慢、易陷入局部极小点的缺点。结合现场实测数据,将该优化模型与传统的bp神经网络预测模型对比,预测结果表明改进的bp神经网络在路基沉降预测中精度最高,适宜广泛采用。

遗传bp神经网络在深基坑开挖监测中的应用——地铁车站等深基坑开挖施工中监测数据处理极其复杂，其经验多于理论。有鉴于此，本文提出了神经网络的处理模型，并用将遗传算法和bp最优化方法相结合所产生的一种高效率、高精度的算法来训练网络，并比较了各类训练网...

要对非线性趋势房地产价格指数进行预测,就必须利用模拟非线性的模型,采用bp人工神经网络的改进算法,建立了基于bp神经网络的房地产价格指数预测模型。结果表明:该模型预测精度较高,能较好地反映房地产价格指数内在变化规律。

本文采用bp神经网络预测模型,通过在matlab软件建模,并对实际工程项目的支护结构顶水平位移的监测数据进行分析,预测其后的监测数据,结果表明bp神经网络拟合效果优越,仿真性强,具有很强的泛化能力,能够对实际工程的支护结构顶水平位移进行有效预测.

海军舰船特装修理费用影响因素多,各因素作用机理不明晰,建模预测难度大。bp神经网络对于解决这类“黑箱”问题优势明显,可通过自我学习训练建立模型。以某型舰船特装修理费用为例,充分利用稀缺的历史数据,运用改进的bp神经网络建立费用预测模型,并进行了特装修理费用预测,预测精度优于传统模型,可应用于管理决策活动中。

bp神经网络在基坑变形预测分析中的应用——本文提出了基坑变形预测与分析的bp神经网络方法，建立了基坑变形预测分析的模型，应用matlab语言编制计算程序进行计算并与实际工程监测值进行比较，从而验证了神经网络在基坑变形预测分析中的可行性、有效性。　　

运用bp神经网络方法,对土木工程造价做有益的探讨。利用神经网络可以节省时间,减小历史状况对价格估算的影响,也有利于应用工程量清单为基础的国际惯例。并以收集到的样本为例,对该模型进行了实证研究,表明了该方法的有效性。

bp神经网络在地基土压缩指数预测中的应用——为了寻求基于多个常规物理参数间接得到土变形参数的途径，根据几个实际工程中的土工试验数据，利用bp神经网络方法对土压缩指数进行预测。选取土塑性指数、含水量、孔隙比、密度这4个常规物理参数作为影响土压缩指数...

在城市发展进程中现存的旧建筑是拆旧建新还是进行改造,应进行社会影响评价;在此评价过程中要体现以人为本的精神,公众也应参与到评价中来。本文利用bp人工神经网络,将主、客观性评价指标的评价结果经与模糊集所对应的评价值规范化处理后,作为输入单元的输入值,合理地解决主、客观性指标的综合评价问题,可以在社会影响评价中更充分地体现社会上不同团体和个人的利益与观点,有助于旧建筑改造再利用社会评价的开展。

bp神经网络法在房产估价中的应用——阐述了各种房地产估价的方法,在比较各种现有方法的基础上,采用bp神经网络法进行房产估价.将bp神经网络理论应用于房地产估价,计算实例表明,应用bp神经网络法进行房产评估,可以克服传统方法上的一些缺点,估价结果更科学、合理...

叙述了bp神经网络的基本原理及算法,介绍了bp神经网络在工程岩体质量分级,确定岩体强度,修正边坡岩体弹性力学参数,边坡稳定分析等方面的应用。

成分-结构-性能之间的关系始终是材料科学研究的主题,传统的试错法等经验或半经验的材料研究方法造成了资源、人力和时间上的极大浪费,因此需要从理论上解决材料设计、评价、预报等方面问题.人工神经网络是具有在线学习、记忆和分析推理功能能力的数学方法,它能够获得输入与输出之间的相互关系.其中bp神经网络结构简单、理论研究比较成熟.在材料研究领域中,bp神经网络已用于材料性能的研究与预测,复合材料工艺参数优化和预报,以及对金属的腐蚀研究等方面.

bp神经网络是一种涉及计算机科学、生物学、认识科学、物理学和数学等多门学科的一门崭新信息学科。经过多年的探索和研究,bp神经网络在岩土工程测井反演中有广泛的应用前景。本文介绍了bp神经网络以地震数据为输入,测井参数为输出的多井多参数非线性反演的基本理论基础和实施策略,并结合具体的岩土工程实例,说明bp神经网络在工程中取得了很好的应用效果。

结合某桩锚支护深基坑工程,针对不同工况,利用监测数据作为输入建立bp神经网络模型,预测桩体水平位移.结果表明,不同工况下的预测精度不同,桩体位移较大时预测精度较高,位移较小时预测精度较差;对于工况变化时位移曲线的变化趋势,预测结果的适应性良好;bp神经网络预测桩体水平位移具有较高的可行性和可靠性.

为了预测高速公路路基最终沉降量,首先依据影响软土路基沉降的因素选取参数建立了bp神经网络预测最终沉降量模型.结合成都-南充高速公路沉降实测资料及其它文献中大量路基沉降资料,利用bp神经网络预测了其各自最终沉降量.通过检验样本验证,预测精度较高,能够满足实际需要.并对bp神经网络在公路建设中的应用提出了一些注意事项.

将改进型bp网络用于房地产估价,通过在识别阶段对训练样本分类正确率问题的讨论,提出运用欧氏距离对网络的识别系统进行改进的方法。应用实例表明改进识别方法的bp网络应用在房地产估价中能使待判样本分类正确率从90.5%提高到100%,相应的估价误差从1.7%降低到0.3%。

在机械优化设计领域针对实体结构的动态分析计算,采用bp神经网络可以提高优化收敛速度和精度,神经网络理论与传统的数值方法相结合具有重要的现实意义。