基于多源数据融合的抽水蓄能项目投资估算方法

针对传统估算方法存在估算不准确,误差大的问题,提出基于多源数据融合的抽水蓄能项目投资估算方法。通过从宏观因素和微观因素对抽水蓄能项目投资估算的影响因素进行分析,采用LSTM神经网络法对抽水蓄能项目多源数据进行融合,将抽水蓄能项目投资有影响的宏观因素和微观因素作为多源数据融合信息输入到模型作为变量,通过平均影响值算法和粒子群算法确定最优的支持向量机模型来对抽水蓄能项目投资进行估算。实验结果表明,采用该方法可有效提高估算准确度,降低平均相对误差,具有一定的实用性。     

基于BP神经网络的住宅项目投资估算研究

在建设项目投资估算编制过程中,往往得不到具体的图纸信息,这样的信息残缺为建设单位编制和审定投资估算带来了困难,为后期招标控制价的编制提出了挑战。文章通过Python机器学习语法建立BP神经网络模型,按同一标准,选取508个随机住宅工程样本作为建筑工程数据来源,根据其建筑地上层数、地下层数、檐高、建筑面积四项指标对其建筑工程费、装饰工程费、安装工程费进行机器学习,最后通过A住宅的四项指标预测出该项目的相关费用,将预测数据与实际数据进行对比,证明该模型的有效性。文章将现代智能程序语言技术与传统行业实践所需相结合,探讨了基于人工智能语法解决工程实际问题的可行性,对未来行业发展和科技融合趋势做出了相应展望。     

BP神经网络方法在纺织工业竞争力评价中的应用

利用BP神经网络方法通过纺织工业竞争力指标体系建立评价的数学模型,采用各评价指标值作为其输入,竞争力值作为输出,基于最小二乘法思想,利用梯度搜索技术,使网络的实际输出值与期望输出值的误差最小。计算证明该模型具有较好的辨识精度和动态评价效果,运用其对各地区纺织工业竞争力状况进行评价,得出了总体评价排序结果。     

基于CEEMD-BP神经网络大数据轴承故障诊断

基于BP神经网络的智能诊断方法,应用于离心泵的滚动轴承故障诊断中。将原信号经过CEEMD分解进行降噪处理,重构信号并求出时频域特征参数;选取合适的时域特征参数(峭度指标、峰值指数等)和频域特征参数(重心频率、均方频率等),作为BP神经网络的输入;确定网络层的数目、各层节点数目和初始权值大小,进一步明确诊断模型;对比实际输出值与理论输出,推导滚动轴承的故障状态。实践证明,由于BP神经网络在信号处理方面具有很强的数据拟合能力,这种方法在大数据滚动轴承故障诊断中取得良好应用效果。     

如何评价投资的风险

作为投资决策的技术经济分析是建立在决策者对未来事件所作的预测与判断基础上的。由于影响各种方案经济效果的各种因素，未来的变化带有不确定性，对方案经济效果的估算与预测结果不可避免地存在误差，这使得方案经济效果的实际值可能偏离其预测值，从而给投资者和经营者带来风险。为了避免决策失误，需要作出在风险条件下，投资方案经济效果的分析，进而找到正确的决策原则与决策方法。概率分析是其中的一种投资经济效果分析方法。它是通过研究各种不确定因素发生不同程度的概率分布及其对方案经济效果的影响，对方案的经济效果指标作出某…     

EPC项目投资估算模型构建及应用

在分析EPC项目投资估算存在问题的基础上,基于灰色关联模糊聚类构建EPC项目投资估算模型并进行应用分析,所得投资估算值与实际值误差为2.41%,为业主的投资估算提供参考。     

遗传算法优化BP神经网络的岩质边坡稳定性预测

为了解决边坡工程中非线性变化给稳定性预测造成的困难,建立了GA-BP神经网络计算模型预测岩质边坡稳定性。采用定性评价和相互作用矩阵复核的方式,选取边坡坡度、边坡高度、斜坡结构类型、岩体强度、控滑结构面倾角、岩体结构特征、地表变形强度、人类活动强度8个评价因子作为BP神经网络的输入变量;利用遗传算法对神经网络的初始权值和阈值进行优化后训练岩质边坡稳定性预测模型;对比分析GA-BP神经网络和BP神经网络的预测效果。结果表明,优化后的预测结果误差绝对值小于0.15的占85%,未优化的传统神经网络仅占45%,优化后的预测结果更加接近真实值,表明遗传算法对传统BP神经网络的优化是有效的。研究结果对建立岩质边坡稳定性预测模型具有一定的参考价值。     

对搞好投资控制几个问题的探讨

一、投资估算对工程造价控制至关重要长期以来,我国普遍忽视了工程项目建设前期工作,在工程估算、概算、预算、决算这四项工作中,只重视预算、决算,因为它是工程实际施工后计算的结果,是实实在在已发生的资金,关系着各方实际利益,这样做尽管也有效果,但必定是“亡羊补牢”,事倍功半。工程造价管理是对建设项目全过程全方位的管理,因此,在工程项目决策阶段,设计单位必须实事求是,合理做好投资估算,使投资到位,不留缺口,不搞钓鱼项目．这对控制工程造价是至关重要的。首先要通过技术比较、经济分析和效益评价来确定一个项目的…     

基于绿色供应链的报废汽车企业绩效评价研究

本文基于绿色供应链理念，以A企业为代表的报废汽车回收公司为例，建立岭回归-BP神经网络企业绩效综合评价模型。首先采用岭回归分析法对指标进行筛选，再通过BP神经网络模型对筛选的指标进行仿真训练，并将实际结果与仿真结果进行对比评价，最终就企业存在的问题分别从3个层面提出相关建议。     

尾矿坝初始地应力反演研究

文章基于某尾矿坝工程实测点的地应力测量数据,运用BP神经网络结构对岩质边坡内部初始地应力进行了反演分析,反演结果与实测值相比误差较小,说明将BP神经网络运用到尾矿坝的地应力反演中是合理可行的。     

L-M贝叶斯正则化BP神经网络在红外CO_2传感器的应用

针对温度会影响红外CO_2传感器的输出电压,造成对CO_2的浓度检测误差较大的问题,提出了一种基于L-M贝叶斯正则化BP神经网络的温度补偿方法。实验中将传感器输出电压比和温度作为神经网络的输入,CO_2浓度作为神经网络的输出,并通过L-M算法和贝叶斯正则化对神经网络进行优化。经过实验仿真证明,在温度补偿后红外CO_2传感器测量输出的浓度值最大相对误差为4.557 8%,具有较高的精确度。因此L-M贝叶斯正则化BP神经网络能对红外CO_2传感器进行有效的温度补偿,可为相关红外传感器仪器的改进提供参考。     

基于ANN-CVaR模型的住宅投资风险评价研究

商品住宅的开发投资风险越来越大,建立有效的评价方法和模型已经迫在眉睫.文章定性分析和定量测算相结合,使用BP神经网络和条件在险价值,构建了商品住宅开发投资的风险评价模型.通过整合BP神经网络和CVaR模型的优点,更真实准确地反映住宅投资风险,并做了实证研究.该模型在判断出风险程度的同时给出风险来源,指导商品住宅的投资决策.还为以后研究商品住宅开发投资风险提供了新思路.     

GA －BP 神经网络模型在地区工业技术创新能力评价中的应用

针对当前技术创新能力评价方法大多建立在线性模型的基础上,且技术创新能力影响因素较多,可能存在多重共线性的缺陷,本文提出了遗传算法优化的BP神经网络模型。GA－BP神经网络模型在以下几方面做出了改进：①利用了神经网络强大的非线性关系映射能力,避免了传统线性模型的缺陷。②利用遗传算法对评价指标进行了降维,去除了多重共线性。③使用遗传算法从全局搜寻BP神经网络权值和阀值向量,优化了BP神经网络模型,避免了BP神经网络由于使用梯度下降算法,容易陷入局部最优解的缺陷。本文最后选取2008～2013年全国31个省市规模以上工业企业技术创新能力124条数据作为训练样本,31条数据作为测试样本,分别测试遗传算法优化的BP神经网络和未优化的BP神经网络,测试结果显示遗传算法优化的BP神经网络模型预测准确率高于未优化的BP神经网络模型。     

基于KPCA-GRNN的炼化厂管道腐蚀速率预测

为了提高炼化厂循环水对管道腐蚀预测的精度,选取8种常规监测数据作为样本标准库,在此基础上考虑各指标之间信息叠加的影响,引入核主成分分析(KPCA)和广义回归神经网络(GRNN)腐蚀速率预测模型,通过KPCA对原始数据进行预处理,提取影响管道腐蚀的主要因素,应用GRNN建立管道腐蚀速率预测的数学模型,通过分析影响循环水腐蚀的关键因素,建立了循环水腐蚀预测指标体系。结果表明,将样本监测数据的维数由8降至5,可得出各个影响因素的贡献率,提取出包含原始信息95.84%的5个变量,且基于KPCA-GRNN的算法对监测管道腐蚀速率的平均相对误差为0.033,优于误差反向传播算法(BP)的0.056。因此,基于KPCA-GRNN算法建立的循环水碳钢腐蚀速率预测模型,能够获得更准确的预测结果,拓宽了循环水腐蚀速率预测方法的研究思路。     

BP神经网络在药品销售预测中的应用

目的对药品销售情况进行科学的分析和预测,为合理制订药品采购计划提供参考。方法利用BP神经网络的数据分析、统计、对非线性数据进行拟合等功能,对药品未来的销售量和销售趋势进行分析和预测。结果BP神经网络仿真预测的药品销售量与实际销售量无显著性差异。结论BP神经网络在预测药品未来销售量上具有实际应用价值,为合理制订药品采购计划,降低药品流通成本提供参考依据。     

基于MSP430单片机和神经网络的原油三相计量装置

研制基于MSP430单片机和神经网络的原油三相计量装置。该装置将单片机和人工神经网络技术相结合用于原油三相计量,首先应用MATLAB软件环境下专门BP神经网络工具箱学习训练原油三相计量样本点数据,得到原油三相计量的BP神经网络软件模型,然后综合单片机和人工神经网络技术,将该软件模型嵌入到MSP430单片机实现原油三相计量,计量值由LED显示电路显示。实验结果表明：该装置计量原油三相体积流量误差小于0．1m^3／s。该装置克服了传统仪器难以建立精确数学模型等缺点,可方便计量原油三相。     

基于径向基神经网络的徐州区域经济预测模型

在建立区域经济预测模型的过程中,传统的计量经济模型很难得到满意的结果。而具有极强非线性映射能力的人工神经网络可以较好地解决这类问题。而应用较为广泛的BP神经网络,却有收敛速度慢,易陷入局部极小值等缺点,径向基神经网络可以克服前者的缺点。本文针对徐州市域经济的特点,选取相应指标,将径向基神经网络应用于徐州市经济预测模型的建立,实际表明该方法具有较广泛的适用性和有效性。     

基于委托代理的政府投资建设项目评标模型设计

针对委托代理的政府投资建设项目的问题，在信息不对称的情况下，就如何选择代理工程咨询企业的问题进行了分析，运用德尔菲法、层次分析法和模糊数学综合评价方法建立了便于操作的评标模型，通过对模型极值的分析与求解，为委托人（政府）确定代理工程咨询企业提供决策参考。     

水利工程监理评价与预警研究

文章基于模糊理论和遗传BP神经网络方法,建立模糊综合评价模型,对水利工程建设中监理单位的管理水平进行评价和预警分析。通过该模型可将监理单位的管理水平量化输出,且输出结果与评价结果具有良好的一致性,可靠性与合理性较高,研究成果可为相关部门提供相应的决策支持,具有一定的工程实践意义。     

BP神经网络对烟草销售量预测方法的改进研究

针对烟草销售量传统预测方法的不足,本文结合实际,应用BP神经网络模型对其进行了改进:把实际误差看作一组序列,进行逼近模拟,作为一个单独量加入最终结果,提高了预测的精度.本文的思路和方法可推广到其他社会经济数据序列的预测中去.