共查询到18条相似文献，搜索用时 233 毫秒
1.
为最大限度地利用回弹法和超声波法混凝土抗压强度非破损检测试验数据,应用通用数学软件Mat-1ab7．2神经网络工具箱中的BP人工神经网络（BP—ANN）算法,通过优化网络结构和隐层节点数量建立了拓扑结构为2-10-1的BP—ANN模型;将其充分训练后,用于混凝土抗压强度预测。分析结果表明,混凝土抗压强度预测值与实测值的误差小于5．0％,能够满足工程需要;BP—ANN预测能力较强,具有一定的工程应用价值。 相似文献
2.
3.
基于BP神经网络的云南国际旅游需求预测 总被引：6，自引：0，他引：6
在阐述BP神经网络基本原理的基础上，建立了云南旅游需求的BP神经网络模型，并对云南旅游外汇收入及入境游客人数进行了预测和分析，在预测中首次引入了每人次旅游外汇收入的概念．分析结果表明，人工神经网络方法在旅游预测中的应用是可行的，而且是十分有效的． 相似文献
4.
为提高BP神经网络的预测精度,克服自身容易陷入局部极值和收敛速度慢的缺陷,将AdaBoost算法和BP神经网络结合起来,建立基于AdaBoost算法的BP神经网络模型。该模型将多个BP神经网络作为弱预测器,然后采用AdaBoost算法将多个弱预测器组成强预测器进行预测。将该模型应用于软件老化测试,实验结果表明,该模型相比单个BP神经网络具有更好的预测精度。 相似文献
5.
根据实验室提供咖啡因热力学实验数据，经过筛选选择了较好的人工神经网络模型2-2-1BP神经网络模型，利用训练后的2-2-1BP人工神经网络模型对数据进行了内插和外推的预测，在乙醇溶解度数据的内插的误差均为4％以内，外推的误差在3％以内，效果十分令人满意。 相似文献
6.
利用人工神经网络强大的学习能力,提出了基于BP人工神经网络的建筑物沉降预测方法.以泉州市东海湾某实例工程1~12期的沉降观测数据为基础,建立网络模型.将13~16期建筑物沉降的实测数据和模型的预测数据进行对比,发现两者间的误差相对较小,证明BP神经网络预测模型具有较高的精确性和稳定性,且具有一定的工程应用价值. 相似文献
7.
利用人工神经网络强大的学习能力,提出了基于BP人工神经网络的建筑物沉降预测方法.以泉州市东海湾某实例工程1~12期的沉降观测数据为基础,建立网络模型.将13~16期建筑物沉降的实测数据和模型的预测数据进行对比,发现两者间的误差相对较小,证明BP神经网络预测模型具有较高的精确性和稳定性,且具有一定的工程应用价值. 相似文献
8.
一种神经网络模型在混凝土配比设计中的应用 总被引：2，自引：0，他引：2
本文描述了人工神经网络的模型和算法，给出了BP神经网络模型和算法的相关变量的处理方法。用这种方法，对混凝土配合比试验数据进行分析预测，效果良好。说明BP神经网络模型可用于混凝土混合比强度预测中。 相似文献
9.
为了提高大坝变形分析模型的预测精度并检验模型的泛化能力,研究了大坝变形分析的BP神经网络模型,并基于神经网络BP算法和传统的统计模型建立了大坝变形分析的融合模型．结合陈村大坝多年的变形观测数据,对上述3种模型进行了试算及分析．分析结果表明,统计模型的平均预测精度为±0．477mm．BP神经网络模型的平均预测精度为±0．390mm,融合模型的平均预测精度为±0．318mm,相比统计模型和BP神经网络模型分别提高了33％和18％,且泛化能力较强,具有广泛的适用性． 相似文献
10.
运用TRAINGDX训练函数对标准BP神经网络进行改进．根据2012年《四川省统计年鉴》相关数据,利用影响国内生产总值（GDP）的6个主要因素,借助Matlab软件平台,建立了6：5：1的三层BP神经网络GDP预测模型,实现四川省GDP值的预测．改进后BP神经网络预测相对误差在1％以内,仿真结果同模型外推法比较,预测精度较高． 相似文献
11.
BP算法是人工神经网络研究的一个常用方法，但从本质上说是属于局部寻优法，容易陷入局部极小点，且存在着学习速度与精度之间的矛盾；遗传算法是一种全局优化算法，具有并行计算能力．本文采用遗传算法来训练前向神经网络，建立一个基于遗传算法和BP算法的神经网络预测模型．试验结果表明它是一个成功较高的预测模型． 相似文献
12.
BP神经网络是目前应用最广泛的人工神经网络模型之一,在分类和识别上表现出良好的特性,因此被研究者用于认知诊断评估以对被试进行诊断分类。通过模拟研究,考查属性个数、属性层级关系、测验长度、题目质量、测试样本量5个因素对BP神经网络在认知诊断中分类准确性的影响。结果表明:1)基于BP神经网络的认知诊断分类准确率不依赖于测试样本量;2)题目质量和测验长度对BP神经网络的诊断准确率有显著的积极影响;3)属性个数对BP神经网络的分类准确率有消极影响;4)题目质量一定程度上会影响BP诊断方法在不同属性层级结构上的分类准确率。 相似文献
13.
提出了基于人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ）对动力结构进行系统辨识的方法，即应用人工神经网络预测结构地震响应．采用ＢＰ算法的前馈网络（简称ＢＰ网络）对剪切模型结构进行系统辨识．首先用实际地震波及相应的模拟地震响应训练本文提出的ＢＰ网络，然后用“已学会”的ＢＰ网络预测其它地震波激励下的结构地震响应．还讨论了网络拓扑结构、输入单元数等对网络学习和预测的影响．通过本文可以发现，合适的人工神经网络结构能准确地辨识结构动力特性和预测结构动力响应 相似文献
14.
Artificial neural network modeling of water quality of the Yangtze River system: a case study in reaches crossing the city of Chongqing 总被引：2，自引：0，他引：2
An effective approach for describing complicated water quality processes is very important for river water quality management. We built two artificial neural network （ANN） models, a feed-forward back-propagation （BP） model and a radial basis function （RBF） model, to simulate the water quality of the Yangtze and Jialing Rivers in reaches crossing the city of Chongqing, P. R. China. Our models used the historical monitoring data of biological oxygen demand, dissolved oxygen, ammonia, oil and volatile phenolic compounds. Comparison with the one-dimensional traditional water quality model suggest that both BP and RBF models are superior; their higher accuracy and better goodness-of-fit indicate that the ANN calculation of water quality agrees better with measurement. It is demonstrated that ANN modeling can be a tool for estimating the water quality of the Yangtze River. Of the two ANN models, the RBF model calculates with a smaller mean error, but a larger root mean square error. More effort to identify out the causes of these differences would help optimize the structures of neural network water-quality models. 相似文献
15.
基于MATLAB和BP网络的公路软基沉降量预测模型 总被引：1，自引：0，他引：1
任芳 《福建工程学院学报》2011,9(4)
人工神经网络具有强大的非线性映射能力,文章利用BP神经网络建立了公路软土地基沉降量预测模型,并用MATLAB人工神经网络工具箱进行了实现。根据实测资料,对此预测模型进行训练和预测,试验表明,预测模型具有较好的预测精度,操作简单,具有广阔的工程应用前景。 相似文献
16.
目的：建立不经分离同时测定安痛定注射液中三组份含量的方法。方法：运用误差反向传播(BP)的人工神经网络法(ANN)并将人工神经网络法与标准法测得实际样品的结果进行比较。结果：该法测得模拟样品中氨基比林、安替比林、巴比妥的平均回收率分别为99．4％、100．6％、100．2％，相对标准偏差分别为2．0％、1.8％、1．7％，经t检验表明，两者无显著差异。结论：人工神经网络法可快速、准确地测定复方药物制剂多组份含量。 相似文献
17.