基于粗糙遗传BP网络的震害损失评估模型研究

当今社会各种城市自然灾害频繁出现,灾害强度日趋加重,时刻威胁着地球上生存的人类,尤其威胁着人口密集的城市,正是由于灾害带来的破坏性,城市自然灾害损失评估具有其重大的意义。论文的核心是将数据挖掘技术中的粗糙集理论、遗传算法和神经网络相结合,尝试解决震害损失评估问题。该方法主要利用粗糙集软件Rosetta,及Matlab软件中的神经网络和遗传算法工具箱,建立了粗糙集对数据前置预处理,遗传算法优化神经网络初始权值、阈值从而利用网络进行预测评估的模型,并通过实例验证其可行。     

基于D-S证据理论的航空发动机状态评估研究

针对航空发动机状态监测数据的多参数性、不确定性和冲突性,将航空发动机作为研究对象,构建基于D-S证据理论的状态评估模型。将航空发动机的健康状态分类,选取关键监测参数建立了基于BP神经网络的评估模型,运用多源信息融合将多个证据进行合成得到航空发动机的健康状态评估结果。最后通过具体算例验证该方法的可行性,以达到改善航空安全水平的目的。     

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.     

基于BP神经网络的天然气集输管道结垢趋势预测方法研究

随着国内油气田开采进入中后期,天然气集输管道内的含水率逐渐升高,而采出水中存在大量的成垢离子,在管道的运行过程中,由于管道沿线温度、压力等条件的变化,极易在管道内结垢,降低管道的输送效率,甚至堵塞管道,造成严重的安全隐患。因此,文章为了探究天然气集输管道中的结垢趋势,基于BP神经网络,建立、训练和测试天然气集输管道结垢趋势预测方法,并通过结合现场实际结垢情况,进一步验证了该方法。该方法的应用,可以更加快速、有效的预测天然气集输管道结垢趋势。     

基于温湿度及载荷谱变化的整车强化腐蚀试验方法对比

整车强化腐蚀试验成为汽车研发和制造企业的关注焦点.及时发现汽车问题零部件与工艺缺陷,明确各种试验方法的本质区别,探索通过调节试验参数来调整试验强度.首先选取行业标准(QC/T 732—2005)的A方法和基于某企业标准的B方法,分别对13种车型开展试验.接着在样本车辆上搭载标准钢板,记录腐蚀深度数据;使用多种载荷谱采集...     

基于模糊概率的水利水电施工安全评估方法研究

现有的水利水电施工安全评估方法难以准确计算施工各阶段的危险指标,为获取更准确的评估结果,文章基于模糊概率设计水利水电施工安全评估方法,在实验中计算所评估项目在各阶段的风险指标评价参数,并判断其风险等级.由数据结果可知,该评估方法可以直观地得到安全评估结果,使得施工人员可以有意识地完善安全施工方面的漏洞.     

基于BP神经网络的大规模建设项目投资估算方法

目前大规模建设项目投资估算方法的估算结果与实际结果误差较大,估算速率较低。针对此问题,文章引入BP神经网络研究了一种新的大规模建设项目投资估算方法,分析市场要求,建立指数指标矩阵,确定指标和投资之间的关联度,根据关联度计算结果,通过归一化处理得到非线性算子,在BP神经网络内部通过并行处理得到输出值和输出值阈值,通过逆向分析得到连接系数,确定误差数据节点,建立估算模型,通过多次筛选得到特征算子,完成信息提取,与阈值进行对比,判断估算结果的合理性。实验结果表明,基于BP神经网络的大规模建设项目投资估算方法采用并行计算,数据拟合度能够达到99%,与传统WSR投资估算方法相比,估算速率提高了30%以上,与BIM投资估算方法相比,估算速率提高了35%,更适合于实际应用。     

基于BP神经网络的老汴河幸福河湖治理效果评价方法

为提高河湖治理评价效果,以老汴河某河道为研究区域,引入BP神经网络理论,设计幸福河湖治理效果评价方法。选取评价指标,构建河湖治理效果评价体系,并完成指标权重地计算;基于BP神经网络完成治理效果评价模型地构建,实现对老汴河幸福河湖治理效果的评价。实验结果表明,所提方法预测结果与治理期望结果较为吻合,应用效果较好,具有一定应用价值。     

基于实物期权的亏损企业股权价值评估方法

对于亏损企业股权价值的评估是处置这些不良资产的重要前提。传统股权评估方法在评估亏损企业股权时存在诸多局限。因此有必要寻找一个更为合理的评估方法。本文用期权方法来看待和评估亏损企业的股权价值,希望能有助于对亏损企业股权价值的评估。     

改进的YOLOv3-Tiny网络在风机叶片损伤检测中的应用

为了解决YOLOv3-Tiny对无人机采集的风机叶片图像损伤检测精度不高的问题,提出一种基于深度学习的风机叶片图像损伤检测方法。首先提出一种跨越式特征联合网络结构,由卷积层和拼接层构成,将不同深度的特征信息进行融合再学习,提取目标多层级特征信息;其次引入Inception模块结构,其中4个平行通道的多个卷积核对输入的特征图进行组合和压缩,在减少网络的学习参数的同时更好地表征图像特征信息,提高小目标的检测精度。实验表明,改进后算法的检测精度提高了2.69%,在自制的数据集中mAP可以达到88.58%,并且模型的参数缩小了4倍。因此,改进的方法比传统的YOLOv3-Tiny网络具有更好的检测效果。研究结果可为基于图像的损伤检测和风机叶片损伤智能识别提供参考。     

基于节点负载等级的自组网AOMDV路由协议改进方法

为了增强自组网AOMDV路由协议的负载均衡能力,根据队列缓存比将网络中节点分为2个等级Normal和Danger,针对不同等级进行不同的处理.对Danger级节点直接弃用,对Normal级节点通过阈值比较赋予相应的虚拟跳数,队列缓存比越高则相应的虚拟跳数越高.对RREP和Hello报文进行了拓展,均加入了节点队列缓存比...     

基于ANSYS Workbench的风力机流固耦合分析

利用ANSYS Workbench软件对2kW的风力机进行流固耦合分析,得到风场风速、叶片所受风压、叶片变形、应力应变等有限元分析结果。同时对叶片本身、叶片在风场中静止及旋转情况下进行模态分析,并进行比较。ANSYS已将流体软件CFX整合到Workbench中,利用Work-bench对风机进行流固耦合分析可在软件内部完成多物理场数据传递,方便实用。得到的风场信息、叶片应力云图及叶片的模态分析为叶片的优化设计及研发工作提供直接数据,从而减少产品开发周期,降低开发成本。     

基于AHP和灰色评价的河北省区域经济竞争力差异评价

基于河北省经济年鉴统计数据,选取GDP、地方财政收入、社会零售品消费总额等指标构成区域经济竞争力评价指标体系,并运用灰色综合评判法对河北省经济竞争力进行了综合评价,结果表明:目前河北省的11个地级市经济发展不平衡,区域经济竞争力较强的城市位于环京津地区、沿海地区和省会(唐山、石家庄分别位居第一、第二),南北两端的城市经济竞争力水平相对较低。因此,缩小城市间的经济差距、发挥各城市的优势资源是提升河北省整体区域经济竞争力水平的关键,从而实现河北省区域经济的协调发展。     

基于神经网络系统的项目投资风险评价探讨

与传统的评价方法不同，神经网络模型具有自学习、自组织、自适应能力等的特点，它较好的克服了传统项目评价局限性以及依赖专家经验的弊端，为项目投资风险评价开辟了新途径。论文阐述了神经网络结构与原理，分析了项目投资风险评价的神经网络模型，通过应用评价，进一步探讨其应用价值及其意义。     

基于轻量级卷积神经网络的苹果表面缺陷检测方法

为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法.首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连...     

基于非线性破坏准则的地基临界荷载计算

为计算基于非线性Mohr-Coulomb破坏准则影响下的条形基础地基临界荷载,通过"切线法"引入变量c_t和φ_t,根据地基土体的极限平衡条件建立地基中任意一点处的应力平衡方程,给出了地基临界荷载p1/4的迭代计算方法,并结合算例计算分析了强度参数σ_t,c_0和基础埋深d取不同值时非线性参数m对地基临界荷载的影响。结果表明,非线性破坏准则对地基临界荷载和塑性区的位置有重要影响;引入非线性破坏准则会明显减小临界荷载的计算值,并且z_(max)=b/4时的地基塑性变形区域更靠近于基础内侧。引入非线性破坏准则更符合地基实际,可更准确地评价承载力的大小。     

一种基于CMAC神经网络的板形模式识别新方法

针对传统的板形识别模型在识别板形时,由于板宽的变化需要不同拓扑结构的神经网络才能完成板形模式识别任务,网络学习工作量大,网络存在收敛速度慢,易陷入局部极小等结构性能不佳的问题,建立了一种新的基于CMAC神经网络的板形模式识别模型。该模型利用欧式距离差得到网络的输入神经元,并在权值更新算法中引入了动态学习率。通过仿真实验表明该方法简单、实用,识别精度较高,克服了传统的识别模型的缺点和不足,有效地提高了板形模式识别模型的速度和精度。     

一种基于感受野增强的人脸检测方法

为了解决多任务级联卷积神经网络（MTCNN）算法网络模型在小人脸检测方面鲁棒性较低的问题,提出了一种基于感受野增强的网络模型。首先,为MTCNN算法模型中的R-Net网络和O-Net网络添加感受野模块（receptive field blocks,RFB-S）。其次,通过添加批量标准化和全局平均池化,加速网络模型的收敛,防止模型过拟合。最后,调整网络任务的权重,P-Net和R-Net网络用于人脸区域粗筛选,O-Net网络用于人脸区域精筛选以及人脸关键点回归。实验结果表明,与MTCNN算法网络模型相比,所提模型缩小了16%,但检测速度提升了9%,在FDDB数据集上的检测精度提高了2.3%。因此,基于感受野增强的网络模型能有效完成人脸的检测任务,增强对小人脸检测的鲁棒性,可为人脸识别、表情识别等提供技术支持。     

基于工程质量模糊评价的改进挣值法研究

工程项目的质量、成本、进度三大目标构成了工程项目的目标体系,是工程项目实施控制的重点。在工程管理中,应该对三者进行集成控制。挣值法是一种有效的项目成本和进度集成方法,却未考虑质量因素。本文在前人研究挣值法的基础上,利用模糊评价方法对工程质量的评价结果量化,在原有挣值法中引入量化的质量因素,对原挣值法进行改进,使其较好的考虑到质量、成本和进度三个因素,为质量、成本、进度的集成控制提供了一种有效的方法。最后,用工程实例对改进后的挣值法进行了验证。