基于概率神经网络的边坡稳定性预测

边坡稳定性预测是岩土工程中的一项重要研究内容,传统的基于力学的分析方法在进行分析时,要对岩土体的力学行为进行一些假设,由于岩土边坡的复杂性,这些假设往往和岩土体的实际力学行为相去甚远,因而其精度不是很高。基于范例的岩土边坡稳定性神经网络预测方法具有良好的自学习能力和高度的非线性映射能力。根据实际的46个边坡的参数及其稳定性资料,建立了概率神经网络的预测方法。PNN的特点在于快速运算、精确度高,以及可以给出一个指示基于决策的可信度大小的结果。     

基于BP神经网络的竹溪鲁滩坝滑坡稳定性分析

鲁滩坝滑坡位于竹溪县新州镇鲁滩坝村。自2016年以来,鲁滩坝滑坡一直处于持续变形阶段,直接导致其下方部分居民房屋被破坏。本文在掌握滑坡区地质资料的基础上,结合现场调查访问,对鲁滩坝村滑坡的地质与变形特征进行了详细的描述;并通过BP神经网络对滑坡进行敏感性分析得出结论,在降雨工况下该类滑坡可能发生局部圆弧形滑移破坏,发生整体或大规模滑移变形破坏的可能性较小。本研究对类似工程稳定性分析具有借鉴与指导意义。     

GPS在机场高程测量中的应用

本文以JX机场GPs定位测量数据并结合水准测量数据。探讨GPs点的水准高程计算方法。采用曲面拟合法处理已知的公共点的水准高程。从而推求其余GPS点的水准高程。计算结果表明。对于局部平坦地区,高程异常变化有规律时。采用曲面拟合能够得到满意的结果。     

基于Slide山区弃土场的稳定性分析

随着我国高速公路的快速发展,我国公路工程路基施工技术日新月异,所需要土石方工程也日益增多.针对山区高速公路的修建后,对山体的大量开挖,也由此产生了很多弃土场,本文通过对我国西南山区的一处弃土场进行稳定性评估,利用Slide软件进行计算,可评价该弃土场现状稳定性、预测其未来运营稳定,查明其弃土场稳定性主要影响因素,并提出防治建议,为弃土场后期地质灾害防治工作提供科学依据,也可为其他地区的弃土场提供指导建议.     

基于Elman神经网络的变形预报方法研究

在变形分析中,由于观测数据会受到外界环境、观测设备等因素的影响,使观测到的数据发生"失真",这就使变形诊断及变形预报的正确性受到影响.变形分析及预报中的许多问题是非线性问题,变量之间的关系十分复杂,就现有的数学模型来说,各有各的适用条件;且很多问题难以用确切的力学、数学模型来描述.而神经网络理论作为一门迅速兴起的非线性科学,在处理信息十分复杂,背景知识不清楚,推理规则不明确的问题显示出其独特的优越性.     

基于Elman神经网络的变形预报方法研究

在变形分析中．由于观测数据会受到外界环境、观测设备等因素的影响．使观测到的数据发生“失真”．这就使变形诊断及变形预报的正确性受到影响。变形分析及预报中的许多问题是非线性问题,变量之间的关系十分复杂,就现有的数学模型来说,各有各的适用条件;且很多问题难以用确切的力学、数学模型来描述。而神经网络理论作为一门迅速兴起的非线性科学。在处理信息十分复杂,     

基于神经网络的化工安全生产评价分析

本文在对神经网络了解的基础上,分析了目前化工安全生产评价体系中存在的不足,指出了神经网络在化工安全生产评价体系中应用的优势。     

GNSS模型建构综述

目前国内外应用GNSS定位技术建立各类控制网时,仅解决了平面坐标,高程方面除平原地区采用拟合方法可以得到满意结果外,其余地区高程仍多沿用常规的几何水准测量方法来测定。因此如何有效利用GNSS测量的高程信息把大地高转换成正常高,直接为测绘生产服务,实现GNSS观测时能同时获得实用的三维坐标,是一个非常实际而又有意义的课题。     

基于BP神经网络的石家庄学院科研绩效评价分析

高校科研绩效评价的定量评价过于强调量化指标,会导致评价重视科研成果数量、级别的多少而忽视真实质量;定性评价主观性太强,存在马太效应与人情关系等缺点,因此,本文通过问卷设计与调查,筛选出石家庄学院科研绩效的评价指标,然后利用BP神经网络评价方法对石家庄学院科研绩效进行评价。     

基于BP神经网络的木材质量评价

目前木材家具的生产过程在逐步向批量化、机械化趋近,但木材的质量一直是家具产业需要关注的问题,因此对木材的质量评价一直是家具制造业研究的重点。本文利用BP神经网络建立木材的质量评价模型,选择合适的评价指标,并通过案例的样本数据进行验证。测试结果与加权平均法比较,得出构建的3层BP神经网络模型应用于木材质量评价中具有一定的可行性与现实意义。     

基于BP神经网络的时间序列预测研究

建立了基于BP网络的时间序列预测模型,将模型应用于实际算例,设计了模型的网络结构、初始权值和偏差,结果验证了模型的有效性。     

基于人工神经网络的露天矿边坡稳定性分析

边坡稳定性分析是露天矿山的重点研究方向,本文根据某露天矿边坡发生滑坡的实际问题,利用人工神经网络的分析方法,对该矿原设计边坡结构参数与优化后的边坡结构参数进行分析讨论。本文既解决了矿山的实际问题,又为矿山利用神经网络进行边坡稳定性分析积累了经验。     

基于神经网络的入境旅游人数预测

入境旅游人数分析是旅游开发的基础。尝试利用人工神经网络的3层BP模型来仿真模拟入境旅游人数,其输入层结点为3,输出节点为1,得出3层前馈反向传播神经网络模型。结果表明人工神经网络模型的模拟结果与实际情况逼近。     

基于人工神经网络的PPI预测模型

将人工神经网络模型引入到工业品出厂价格指数预测领域,利用我国1990年-2008年的工业品出厂价格指数数据,建立了工业品出厂价格指数预测的人工神经网络模型。实验结果表明:基于BP算法的神经网络模型预测精度高,而且收敛速度快,它为工业品出厂价格指数预测工作提供了一种全新的方法。     

基于DE-BP神经网络模型的旅游客源预测

客源预测在旅游业发展中具有重要的作用,准确的预测有利于旅游地发展规划和政策的制定。针对BP人工神经网络所存在的缺陷,结合差异演化算法,提出了基于DE-BP神经网络的旅游客源预测模型。利用中国入境旅游人次数的变化趋势进行了综合分析与预测,取得了令人满意的结果。     

基于BP网络的建筑工程造价估算

建立了适于建筑工程造价的BP神经网络模型，通过对建筑工程各主要特征类目定量化并结合所建立的BP经网络模型，运用MATLAB工具箱来快速估算建筑工程造价。经工程实例证明，该方法为一种快速、可靠的建筑工程造价估算方法。     

基于BP神经网络的CCI预测模型

将BP神经网络模型应用到消费者信心指数预测中,并建立了消费者信心指数的神经网络预测模型。将计算结果与真实值进行了验证,结果表明:CCI的计算值与真实值之间的相对误差为2.6%,且具有较好的相关性。     

基于人工神经网络的时间序列分析方法在物流需求预测中的应用

当在对物流需求进行预测遇到较大波动的时间序列数据时,传统的以统计学为基础的预测方法在进行预测分析时误差会很大,本文建立了基于人工BP神经网络的预测方法并证明了其有效性。     

基于递阶对角神经网络的失业预测研究

本文通过构建递阶对角神经网络来建立失业失业模型并探讨失业规律，采用我国的宏观的经济数据进行了失业预测研究。结果表明将神经网络于社会经济方面的建模和预测有儿特的优势。