浅谈基于BP神经网络的水源热泵在建筑节能方面的应用

以提高水源热泵利用率,保护地下水资源为目的,提出了利用BP神经网络算法针对热泵系统的提水环节进行优化控制.合理分配热泵系统提供的热能并且有效解决了回灌困难的问题,使得资源的利用更加有效,更有利于环保.     

论江海水源热泵

寻求高效的可再生能源,支持煤改电的可持续发展,大力推广和应用江河湖海水源热泵,是我国当下迫切需要解决的问题.由于技术瓶颈和人为因素的限制,我国的江海水源热泵未能发扬光大.江海水源热泵具备高效节能的优点,在一些发达国家得到广泛应用.由于我国天然气供量不足,在实施煤改电的情况下,人们要广泛应用江海水源热泵进行高效采暖.因此...     

BP神经网络在安徽省GDP预测中的应用

根据2008年安徽省统计年鉴中的数据,构建并选用合适的BP神经网络建立了安徽省GDP的神经网络预测模型。计算结果表明,BP模型应用于安徽省GDP预测具有较高的预测精度和良好的泛化能力,它为经济预测工作提供了一种全新的思路和方法。     

BP神经网络在无人机成本估算中的应用

无人机系统是一种新型的作战武器系统,是当今航空界研究的一个热点。这种武器系统在飞机作战效能方面随着科学技术的进步有着很好的发展潜力,在全寿命周期费用方面与有人机相比极具优势。本文主要讨论的是无人机定价中成本估算的问题,并使用BP神经网络构建了一个无人机成本估算模型。     

基于BP神经网络的股票价格分析

文章从技术分析的角度分析股票市场的变动,以深沪A股在2012年五月份的具体数据作为实例,采用BP神经网络对股票价格进行预测。将关于每支股票的基本数据信息作为候选输入变量,再从中筛选出与股票价格变化相关性比较强的变量作为输入变量,从而建立一个三层的BP神经网络进行预测。     

基于BP神经网络的情景教学效果评价

目前高职教学要求课堂实施“教、学、做”一体的教学模式,而在这一模式下必须打破传统的教学方法,大多采用情景教学法进行教学。为检验情景教学法的教学效果,本文利用BP神经网络的自适应和自学习功能,提出一种基于BP神经网络的情景教学效果评价模型,并选取若干教师应用此模型,对其原有的情景教学质量数据进行了测试,结果表明,利用该模型进行情景教学质量评价较为客观合理。     

地下水源热泵建设项目取水管理探析

取水等量回灌原含水层,取热不取水是地下水源热泵系统规范运行的基本条件。本文针对地下水源热泵系统的取用水特征,分析地下水源热泵项目建设和运行阶段存在的突出问题,提出地下水源热泵系统管理对策与建议,以提高系统运行管理质量。     

热泵在暖通空调工程领域应用的探讨

本文首先介绍了热泵的工作原理、热泵的组成,然后详细阐述了热泵系统的分类及特点,探讨了热泵供热空调工程中的能量消耗,指出了热泵是一种环保节能的能源利用技术,以推广热泵技术的应用,从而更好地节约能源。     

基于BP神经网络的品牌竞争力评估研究

文章在综合考虑品牌的顾客价值和企业价值的基础上,从四个维度建立品牌竞争力评估的指标体系,并运用BP神经网络模型预测目标品牌的竞争力.该方法通过样本的品牌数据训练BP神经网络的学习功能,再将目标品牌的指标值输入训练后的BP神经网络,评估目标品牌的竞争力大小.     

基于BP神经网络的冷库工程估价方法研究

冷库工程估价涉及因素多且结构复杂,根据BP神经网络算法在工程估价中超强的容错及泛化能力,建立基于BP神经网络的冷库估价模型。在对江苏省某企业在2011—2015年间140个项目案例进行充分研究的基础上,通过相关性分析提取冷库工程估价的主要特征,通过重复训练,实现了网络各层之间的连接权,模型估算误差在5%以内,满足冷库工程估算的精度要求。     

基于改进型BP神经网络的随机车祸持续时间预测

由于道路交通事故的复杂性使之对事故持续时间的预测困难。采用因子分析和BP神经网络相结合的方法,以福银高速福州段近两年交通数据为依据,采用因子分析获取造成车祸事故的少量公共因子,将公共因子做降维处理后作为BP神经网络的输入参数,利用三层BP神经网络实现对随机车祸持续时间的预测。其结果与回归算法、支持向量机算法以及传统BP神经网络算法相比,精准度高、收敛速度快。     

基于BP神经网络的公允价值有用性评价

公允价值在上市公司和国有企业的启用时间分别已满两年和一年,从其财务报告中我们不难看出:涉及范围非常广泛的公允价值,在财务报告的应用中却持谨慎态度。本文以此为背景,以企业实际调研资料为依据,借助BP神经网络工具对公允价值的有用性做出了进一步的分析评价。     

基于模糊BP神经网络的钢箱梁焊接质量评价方法

针对钢箱梁焊接质量难以判别的问题,提出将智能BP神经网络算法与模糊集合理论相结合的策略,首先对BP神经网络根据实际需求进行建模,进而将BP神经网络预测输出值与模糊理论相结合。最终通过与原始的BP神经网络算法相比较,确定研究提出的模糊BP神经网络算法的优越性和鲁棒性。     

基于BP神经网络的“三公”经费支出研究

以国家税务总局系统2011—2018年的三公经费数据为研究样本,对其近几年三公经费的实际支出和预决算差距进行分析.针对三公经费预决算差距情况,利用BP神经网络,将历年三公经费支出数据作为神经网络的输入,将下一年的实际支出作为神经网络的输出,通过神经网络的学习和训练,建立一个三公经费支出预测模型,提高三公经费预算准确度,为下一年三公经费的预算提供一定参考.     

基于BP神经网络模型的泉州港粮食物流需求预测分析

以泉州港的粮食物流需求为分析目标,依托历年统计数据,运用BP神经网络建立粮食物流需求预测模型和MALTAB软件求解,对泉州港未来6年的粮食物流需求进行预测,并对泉州港粮食物流提出发展对策。     

基于BP神经网络的辽宁省物流需求预测研究

物流需求预测对经济发展具有重要作用。选取辽宁省2004—2021年的7个经济指标影响因素作为输入指标,货物运输量作为物流需求的输出指标,利用MATLAB R2022b软件,对辽宁省物流需求进行预测。利用灰色关联度分析法,对经济指标影响因素的关联度进行分析。结果认为,输入指标与输出指标具有较强关联度。随后,基于BP神经网络法构建物流需求预测模型,经过仿真预测,BP神经网络模型对物流需求预测具有有效性。     

基于BIM和BP神经网络的装配式建筑成本风险管控研究

针对装配式建筑成本风险管控,通过熵权法确定出装配式建筑决策设计、构件预制、预制构件运输、现场施工四个阶段成本影响关键因素,以此因素量化数据训练BP神经网络,建立基于BIM技术和BP神经网络的装配式建筑成本风险管控模型,收集装配式建筑项目类似工程数据用于分析。研究结果表明,该模型是比较理想的装配式建筑成本风险管控与考核方法,可以提高装配式建筑管理者对于成本风险的管控水平。     

基于灰色遗传BP神经网络的铁路货运量预测

铁路货运量受限于社会建设、投资和政策调控等多方面的影响.为了给货运系统提供更好的调配支撑,基于铁路货运量影响因素,加强BP预测性能,提出灰色遗传BP神经网络的铁路货运量预测模型(GR_GA_BP),对铁路货运量进行灰色关联分析,找出与铁路货运量关联程度较高的指标作为GR_GA_BP预测模型的输入对货运量进行预测.通过MAPE、RMSE和MAE对比GR_GA_BP模型与其他模型,实验结果表明,GR_GA_BP模型优于其他模型,可以作为新方法预测和研究铁路货运能力.