基于AHP与重要性指标筛选神经网络评价模型与应用

第47卷第6期厦门大学学报(自然科学版)vol.47no.6 2008年11月journalofxiamenuniversity(naturalscience)nov.2008 基于bp神经网络的工程估价模型及其应用 叶青,王全凤 (华侨大学土木工程学院,福建泉州362021) 收稿日期:20080414 基金项目:福建省自然科学基金(2008j0196)资助 email:yeqing@hqu.edu.cn 摘要:基于bp神经网络的工程估价模型具有高度的容错性和较强的泛化能力,通过对数据并行处理的方式能快速准 确地估算出工程造价.本文根据bp神经网络原理,选取福建泉州地区的21组工程实例来建立模型,其中19组为训练样 本,2组为检测样本,确定了13个主要造价

在评价电梯安全风险程度中,针对bp神经网络收敛速度慢、易陷入局部最优的缺点,提出了基于层次分析法(ahp)与粒子群优化bp神经网络(pso-bp)的电梯安全评价方法。首先利用层次分析法建立了电梯系统安全评价体系,确定电梯系统安全评价体系中各子系统及各指标的权重,再结合实际经验,根据安全规范构造各指标的风险值。通过bp神经网络建立回归模型,并采用粒子群算法对模型的权重和阀值进行优化,选取电梯系统的11个权重比较大的影响因素的风险值作为pso-bp的输入,最终得到电梯系统安全状况的综合得分,进而划分安全评价等级,得到电梯系统安全评价的结论。通过将该模型与标准bp模型进行对比,结果表明pso-bp模型比标准bp模型的准确率要提高10%,pso-bp有效克服了bp神经网络的缺点。

在评价电梯安全风险程度中,针对bp神经网络收敛速度慢、易陷入局部最优的缺点,提出了基于层次分析法(ahp)与粒子群优化bp神经网络(pso-bp)的电梯安全评价方法。首先利用层次分析法建立了电梯系统安全评价体系,确定电梯系统安全评价体系中各子系统及各指标的权重,再结合实际经验,根据安全规范构造各指标的风险值。通过bp神经网络建立回归模型,并采用粒子群算法对模型的权重和阀值进行优化,选取电梯系统的11个权重比较大的影响因素的风险值作为pso-bp的输入,最终得到电梯系统安全状况的综合得分,进而划分安全评价等级,得到电梯系统安全评价的结论。通过将该模型与标准bp模型进行对比,结果表明pso-bp模型比标准bp模型的准确率要提高10%,pso-bp有效克服了bp神经网络的缺点。

利用神经网络方法更能充分有效地利用已有的经验,提高工程投资估算的速度和精度。经系统开发和案例计算,证明该方法能改进模糊类比法的估算结果,更好地满足工程项目初期造价估算的要求。

**资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.***

1.引言神经网络是一种信息处理系统,它由大量而简单的处理单元(神经元)广泛的相连接而形成复杂系统,它通过学习来解决问题,基坑沉降的预测是一项难以通过理论分析出影响因素与沉降结果映射关系的工作,而这项工作如果交

为了考虑除负荷本身外的其他因素对短期负荷的影响,提出了基于相似度与神经网络的短期协同预测模型。该模型首先通过计算负荷曲线的相似度对历史数据进行排序,然后选择与预测时刻相似度较相近的数据对未来时刻的负荷利用相似度进行预测,对于出现的误差,通过神经网络结合其他因素进行预测纠正。实验结果证明,该协同预测模型较之单纯的bp神经网络预测模型具有较高的预测精度。

在分析城市商品住宅价格影响因素的基础上,用人均国民生产总值、商品住宅销售面积、人均可支配收入、人均储蓄存款余额、人均居住面积等可定量的统计数据作为输入变量,单位面积商品住宅价格为输出变量,建立bp网络,拟合商品住宅价格模型。用西安市的统计数据作为分析实例表明,模型拟合性较好。

提出了根据实测数据构造神经网络变形预测模型的基本思路,构造出基于bp算法的神经网络变形预测模型,并给出应用实例分析。结果表明,神经网络应用于变形预测效果良好,具有一定参考价值和指导意义。

人工神经网络是在模仿人脑处理问题的过程中发展起来的新型智能信息处理理论,通过对人工神经网络及bp网络的基本原理与特征的分析,建立了工程估价预测模型.

分析了传统的工程伪装评价方法的不足，较全面地考虑了影响工程伪装效能的因素，建立了客观的评价模型，设计了两级神经网络，初步提出了评价模型中各因素的指标级，构建了基于bp神经网络的工程伪装效能评估系统，该系统可以实现对工程伪装效能的客观评估。

为了研究隧洞施工安全评价方法,以某正在施工的隧洞为背景,确定了24个安全评价指标,设计了隧洞施工的多层前馈bp神经网络结构,建立了较为完善的基于bp神经网络的隧洞施工安全评价体系模型,并验证了其实用性。对背景工程进行了施工安全评价,评价结果与工地实地考察结果一致,说明所建立的隧洞施工安全评价模型的有效性和实用性。

随着我国城乡建设的飞速发展,建筑火灾形势日趋严峻,依靠传统的管理技术和方法已远远不能适应社会和民众对安全的需要。针对某城市建筑火灾非线性时间序列,建立了小波神经网络(wnn)预测模型,计算分析证明了该模型的可行性。该模型可与消防工作相结合,建立和实施城乡综合防灾减灾系统,实现城乡综合防灾减灾的科学管理。

第47卷第6期厦门大学学报(自然科学版)vol.47no.6 2008年11月journalofxiamenuniversity(naturalscience)nov.2008 基于bp神经网络的工程估价模型及其应用 叶青,王全凤 (华侨大学土木工程学院,福建泉州362021) 收稿日期:20080414 基金项目:福建省自然科学基金(2008j0196)资助 email:yeqing@hqu.edu.cn 摘要:基于bp神经网络的工程估价模型具有高度的容错性和较强的泛化能力,通过对数据并行处理的方式能快速准 确地估算出工程造价.本文根据bp神经网络原理,选取福建泉州地区的21组工程实例来建立模型,其中19组为训练样 本,2组为检测样本,确定了13个主要造价

以福建省公路旅客周转量和货物周转量的统计资料为基础,结合神经网络技术原理,应用bp神经网络方法建立3维输入、单输出、隐层单元数为15的3层神经网络模型,分别对福建省公路旅客周转量和货物周转量进行预测.结果表明,各月的旅客周转量和货物量预测值的最大相对误差的绝对值分别为0.4890%和0.4495%.该模型具有简便实用、预测精度高的优点.

为了从根本上提高电力企业员工的安全意识,减少由于人因失误造成的电力生产事故,本文基于粗糙集与人工神经网络设计了电力企业员工安全等级评价模型,模型中将粗糙集作为人工神经网络的前置系统,以减少神经网络的复杂性。经过实验,训练后的神经网络较好地获取并保存了员工安全等级评价的知识和经验,证明此种评价模型能为电力企业生产中员工安全等级评价提供合理的依据。

?1994-2010chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net 文章编号:1003-207(2002)01-0079-05 基于人工神经网络的三江平原土壤质量 综合评价与预测模型 楼文高 (上海水产大学海洋学院农业资源与环境系,上海　200090) 摘　要:根据土壤质量定量评价指标分级体系生成足够多代表性好的神以网络训练和检验用的样本。建立神经网 络模型时,利用删减或扩张准则确定神经网络最佳拓扑结构,避免“过拟合”现象,利用检验样本监控在训练过程中 不发生“过学习”现象,使建立的土壤质量的综合评价与预测模型具有较好的泛化能力和预测能力。对三江平原地 区主要耕作土壤质量的综合评价与预测结果表明,神经网

针对混凝土桥梁耐久性历史评估数据的特点,提出一种基于bp神经网络与gm(1,1)模型的桥梁耐久性组合预测方法。通过gm(1,1)模型,以部分数据作为样本进行预测,在此基础之上,引入bp神经网络对预测的残差序列进行处理,旨在克服单一预测模型的不足,取得更高的预测精度。算例表明,本文算法精度明显高于传统gm(1,1)模型,与类似算法相比,精度上也有所提高。

针对我国葡萄酒业内缺乏利用理化指标对葡萄酒进行评级的现状,分析能否使用葡萄和葡萄酒的理化指标评价葡萄酒的质量.通过运用双因子方差分析、主成分分析、逐步回归分析等方法分析了葡萄酒的分级以及酿酒葡萄与葡萄酒的理化指标之间的联系等问题,建立了基于matlab平台的bp神经网络模型,得到了在一定条件下,能用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量的结论.但仅考虑理化指标时会使结果存在一定的误差,故建议使用理化指标和简单的感官分析相结合来评价葡萄酒的质量,以提高评价葡萄酒质量的准确性.

空调系统的负荷与诸多影响因素之间是一种多变量、强耦合、严重非线性的关系,且这种关系具有动态性,因而传统方法的预测精度不高。而动态回归神经网络能更生动、更直接地反映系统的动态特性。针对这个特点,建立了基于elman型神经网络的空调负荷预测模型,并进行了实例预测。文中还比较了elman网络和bp网络结构的建模效果,仿真实验证明了elman神经网络具有动态特性好、逼近速度快、精度高等特点,说明elman网络是一种新颖、可靠的负荷预测方法。

农产品价格风险预警模型的建立与应用 ——基于ｂｐ人工神经网络 赵瑞莹，杨学成 （山东农业大学经济管理学院山东泰安２７１０１８） 第２９卷第２期 ２００８年３月 ｖｏｌ．２９ｎｏ．２ ｍａｒ．２００８ 农业现代化研究 ｒｅｓｅａｒｃｈｏｆａｇｒｉｃｕｌｔｕｒａｌｍｏｄｅｒｎｉｚａｔｉｏｎ 作者简介：赵瑞莹（１９６３－），女，山东蓬莱人，教授，博士，２００４－２００６年曾在德国进修农业ｍｂａ，研究方向为物流与供应链管理；杨学成（１９６１－）， 男，山东东阿人，教授，博导，研究方向为农业经济理论与政策。 收稿日期：２００７－１２－０７；修回日期：２００８－０１－２２ 摘要：农产品价格风险的防范要通过管理水平的提高来化解，农产品价格风险预警的引入则可实现农产品市场风 险管理方法的创新。本文建立了基于ｂｐ人工神经网络的农产品价格风险预警模型，并以生猪

基于遗传算法的改进BP神经网络模型在水质评价中的应用