BP神经网络在建筑工程领域的应用研究

<正>人工神经网络是在现代神经学、心理学以及数学等研究成果的基础上发展起来的,是通过对生理学上的人脑神经网络的结构和功能以及若干基本特性的某种理论抽象、简化和模拟而构成的一种信息处理系统,使之具有像人那样的信息处理能力,从而可以实现学习、记忆、识别和推理等功能。     

基于BP神经网络的建筑工程投标价格是否低于成本的评判

将BP神经网络理论应用于建筑工程评标中投标价格是否低于成本的评判，分析了建筑工程成本的构成及影响因素，讨论了评判网络结构的设计，学习算法等问题。     

基于改进型BP神经网络的模型参考自适应控制系统

在常规BP神经网络模型参考自适应控制器基础上采用改进型BP神经网络作为辨识器和控制器,组成新的模型参考神经网络自适应控制系统,利用改进型BP神经网络的优点弥补传统自适应方法的不足,使系统具有更强的鲁棒性,收敛更快,逼近精度更高的优点。仿真结果表明,该系统比传统BP神经网络模型参考自适应系统具有更好的稳定性和更快的响应速度。     

基于BP神经网络的逆向物流中心选址模型研究

逆向物流中心选址是逆向物流中关键问题之一。文章根据逆向物流的物流环境、生产能力、经济效益三个方面的9个评价指标,用BP神经网络建立了逆向物流中心选址的评价模型。应用示例表明该模型具有较高的精度和效率,在逆向物流中心选址中具有较好地应用价值。     

公路工程估价的分布估计神经网络算法

建立基于分布估计神经网络的公路工程造价估算模型,为实现快速、高效的估算公路工程造价提供了技术条件,是公路工程造价估算在实际应用中的一次有意义的尝试。     

基于BP神经网络模型的上市公司增发再融资效率分析

本文运用BP神经网络模型,以沪深两市2007～2008年实行增发的245家上市公司为研究对象,对我国上市公司增发再融资效率进行了实证研究。研究结果显示:73.4%的上市公司增发再融资效率不高,仅有26.6%的上市公司增发再融资效率较好,我国上市公司增发再融资效率总体呈低效状态。本文最后分析了增发再融资效率不高的主要原因,并提出了上市公司提高再融资效率的具体途径。     

工程造价估算模型研究与基于层次分析法的BP神经网络模型应用

本文阐述了工程估算模型概念、分类,神经网络的基本概念、基本结构和算法原理,建立了基于层次分析法的BP神经网络的工程造价预测模型,并根据模型借助MATLAB神经网络工具箱对案例分析,对其具体应用过程作了阐述。研究表明使用BP神经网络来进行工程造价预测是完全可行的。     

基于BP神经网络的果品冷链物流预警模型研究

分析了我国果品冷链物流的现状,针对果品安全指标进行定性和定量分析,建立果品安全预警的BP神经网络模型,最后用MATLAB软件实现模型并进行训练,结果表明可实现果品安全指标的提前预警.     

基于BP神经网络的工程造价估测方法

本文把信息扩散原理和神经网络相结合,提出一种工程造价的估测方法,并给出计算实例。     

基于BP神经网络模型的商业银行风险评估研究

随着我国利率市场化的不断推进,商业银行的竞争环境发生变化,如何有效地对商业银行进行风险防控,实现商业银行在大环境下的稳定持续发展是非常重要的.文章以2016-2019年20家商业银行为研究样本,运用因子分析法进行降维,利用特征值计算指标权重,通过加权因子值构造风险指数,以8个评价要素为输入,风险指数为输出,建立了8×15×1的BP神经网络商业银行风险评估与分析模型,通过对原始样本和测试样本进行网络训练和仿真测试,结果表明所构建的BP神经网络能很好地进行风险评估,更重要的是加入“弹性分析”可以进行商业银行风险的影响要素分析.实证分析结果表明:商业银行的流动性、资本充足和不良贷款性指标对风险影响较大,且流动性和资本充足等指标的变动与风险指数呈反向变化,不良贷款率等与风险指数呈正向变化.     

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网络的大型水电项目投资估算模型研究

本文综合分析了大型水电工程的主要特征,并将这些特征和它的工程造价联系起来,构建了基于BP神经网络的水电工程造价估算模型。在模型的实现上,利用MATLAB语言对模型进行了训练、仿真和测试,并用工程实例对模型进行了验证,结果表明该模型具有较好的泛化能力,能够较准确地估算工程造价。     

关于BP神经网络与TOC的工程造价预控的研究

随着市场经济竞争的激烈化,社会对工程管理水平的要求也越来越高。本文主要论述了基于BP神经网络和TOC理论基础上的工程造价预控重点问题,并提出了具体的设计策略,以期能够为相关的实践提供些许理论参考。     

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。     

基于反向传播神经网络的煤矿建筑工程造价估算研究

人工神经网络通过模拟人脑或生物神经网络基本特性,具有较强的自组织和自学习能力,可以从大量的数据中提取内在规律,构造出自变量和因变量二者之间的映射关系,从而实现复杂非线性现象的有效模拟和预测。研究表明人工神经网络方法与其他方法相比在工程造价特征因素非线性和动态性描述方面具有潜在优势。     

基于BP神经网络的港口吞吐量预测模型——钦州港的实证研究

港口吞吐量的预测是港口决策的重要依据,然而影响港口吞吐量的要素较多,且各要素之间存在着复杂的非线性关系,使常用的预测方法难以取得好的预测效果。文章试图运用BP人工神经网络的方法,采集1999~2012年的实际数据样本,以钦州港为例进行实证分析,构建三层BP神经网络,预测2013年钦州港港口吞吐量。     

基于BP神经网络的西安市宏观经济预测

宏观经济系统是一个复杂的非线性系统,对宏观经济进行预测应采用非线性的工具进行建模。采用BP神经网络对西安市宏观经济指标进行预测,此预测模型只需少量训练样本就可以确定网络的权值和阈值。实验表明模型预测精度高,能够对西安市宏观经济系统中的非线性关系进行描述,使建立的非线性模型与实际系统更加接近。     

基于BP神经网络的建筑工程绿色施工评价

通过对绿色施工理论的探讨,构建了建筑工程绿色施工评价的指标体系。基于BP人工神经网络评价方法构建了建筑工程绿色施工评价模型,并运用该模型对一实际工程项目的绿色施工进行了模拟。     

基于BP神经网络模型的国内旅游人数预测

旅游人数的分析和预测是旅游规划与管理的关键性、基础性工作。目前旅游人数预测主要采用基于传统研究方法的预测方法。提出了一种基于BP神经网络模型的国内旅游人数预测新方法,对国内旅游人数的变化趋势进行了综合分析与预测,结果表明该方法具有较高的精度,该模型在旅游人数预测中的应用是可行的。