BP网络模型
BP网络模型的相关文献在1993年到2022年内共计136篇,主要集中在自动化技术、计算机技术、水利工程、建筑科学
等领域,其中期刊论文120篇、会议论文11篇、专利文献464027篇;相关期刊102种,包括水文地质工程地质、生态学报、华北水利水电学院学报等;
相关会议11种,包括第七届全国仿真器学术会议、第九届中国Rough集与软计算、第三届中国Web智能、第三届中国粒计算联合会议(CRSSC-CWI-CGrC’2009)、2009年全国石油和化学工业腐蚀与防护技术论坛等;BP网络模型的相关文献由338位作者贡献,包括吴兴国、常江、张子贤等。
BP网络模型—发文量
专利文献>
论文:464027篇
占比:99.97%
总计:464158篇
BP网络模型
-研究学者
- 吴兴国
- 常江
- 张子贤
- 李瑞森
- 纪娟
- 袁德明
- 严军
- 冯杰
- 刘家春
- 叶斌
- 叶春生
- 吴瑾
- 吴胜兴
- 孙红丽
- 孙维真
- 张龙
- 李祚泳
- 李英龙
- 李虎成
- 李超
- 林杰
- 王康元
- 王建国
- 甘德强
- 童光煦
- 胡朝阳
- 韩祯祥
- 黄静
- 丁周华
- 丁建文
- 万威武
- 于国强
- 于国强1
- 于洋
- 于钊
- 付丽丽
- 付河
- 任超鹏
- 任黎
- 何光远
- 何荣国
- 余昭胜
- 余本海
- 余鹏
- 侯广利
- 傅光翮
- 傅春
- 储林华
- 党勇
- 党媛
-
-
张君君
-
-
摘要:
本文利用BP网络模型和城市自来水厂自控采集数据,通过分析日供水量与气象条件、水质参数、水源水文信息等因素之间的相关性,预测分析了北票市城市自来水厂日供水量。结果表明:自来水厂实际供水情况与预测结果基本一致,能够满足供水系统实际调度需求和绝对百分比平均误差(MEAP)<5%的要求;该BP网络模型的预测误差较小,可为精准预测自来水厂日供水量及供水规模提供一种行之有效的方法。
-
-
张云菊;
郭明;
史虎军
-
-
摘要:
配电网络损耗是关系到电网正常运行的关键,如何对配电网络损耗进行优化是目前亟待解决的技术问题.论文针对无功补偿设备辐射状配电网存在的网络损耗问题,提出了一种优化方案.根据辐射状配电网体系结构的特征,提出基于BP网络模型理论进行计算配电网络损耗的方法,该方法能够映射、处理任意复杂的非线性关系,数据处理精确、及时,并根据计算的结果,提出基于遗传算法优化网络损耗的方案,通过搜索最优解,有针对性地优化损耗问题.根据数据比对,论文提出的方案优化效果较好,具有一定的实用价值.
-
-
宋楚琳;
帅红
-
-
摘要:
城市生态承载力反映了城市生态系统承受人类经济社会活动的能力,是判断城市生态系统健康水平与如何实现绿色可持续发展的重要依据.从社会、经济、资源环境3个维度构建环长株潭城市群生态承载力评价指标体系,采用熵权-TOPSIS法对2008—2017年各系统承载力进行评价,分析其时空演变趋势,并利用BP网络模型对未来8年城市生态承载力进行安全预警.结果表明:1)从时间变化来看,2008—2017年环长株潭城市群各系统承载力总体呈波动上升趋势;2)从空间布局来看,研究区呈现出东北高,西南低的空间分布格局;3)根据预警结果,2018—2025年,该城市群综合生态承载力安全警度由中警降至轻警,但与无警状态相差甚远,说明环长株潭城市群"两型社会"建设依旧任重而道远.针对上述研究结果,提出环长株潭城市群城市生态承载力水平的提升建议.
-
-
杜宇;
潘遥
-
-
摘要:
本文基于地层岩石的测井资料,构建基于遗传算法(GA)优化后BP神经网络地层可钻性预测模型。经GA优化后的BP神经网络避免了传统BP神经网络收敛速度慢和易陷入局部极小值等不足,大大提高了模型的预测精度和收敛速度。结合实例分析,通过对比BP、GA-BP和PSO-BP三种模型的可钻性级值的预测结果,发现GA-BP的预测精度更高。具有一定的参考价值。
-
-
郑云云;
陈姗姗;
胡勇
-
-
摘要:
变形预测在预报工程险情方面起着关键性的作用,针对施工中需及时、准确地预测变形的问题,本文利用小波变换原理对监测数据进行降噪处理,并采用BP神经网络分析不同训练样本下的预测效果和精度水平.实验结果表明:基于小波消噪后的BP网络模型,以连续的近期观测数据作为训练样本,对下期变形预测精度高,效果好,相对误差很小.因此,小波变换和BP神经网络模型在沉降变形监测工程中能作为预测研究与应用的参考.
-
-
陈守开;
陈家林;
汪伦焰;
李海瑞;
郭磊
-
-
摘要:
对再生骨料透水混凝土(RAPC)4项关键性能指标(抗压强度、劈拉强度、孔隙率及透水系数)进行了统计分析,发现这4项性能指标均基本服从正态分布规律;同时建立了RAPC宏观性能的统计规律与内在联系.在此基础上,基于人工神经网络方法,运用Python软件建立了基于BP神经网络的RAPC性能预测模型,并对上述关键性能指标进行了相互预测分析.结果表明:4项性能指标的模型预测值平均相对误差均在10%以内,预测精度较高,表明RAPC的透水性能与强度性能之间具有内在的反向关联关系,并具备可预测性.
-
-
-
于国强;
王寅
-
-
摘要:
运用人工神经网络方法,建立药剂配方、原材料粒度与药剂爆热的三层BP网络模型,通过10组数据对网络进行智能驯化,利用驯化后的网络对另5组数据进行预测,并对这5组数据进行实际测量,结果表明该BP网络能够反映药剂配方、原材料粒度与药剂爆热之间的关系,预测精度较好,相对误差较小.
-
-
-
郭少文;
赵其华;
张群;
吴建川
-
-
摘要:
After the field geological investigation of a power station on the Jinsha River,we had obtained basic geological data. According to its geological characteristics,we chose seven influential factors as the input variables of the Artificial Neural Network Model,such as one axis compressive strength of rock(R),rock quality designation (RQD),rock weathering degree,set of joints(Jn ), joint roughness coefficient (Jr ),fissure anomaly factor(Ja )and groundwater state. The artificial neural network based on the technology of MATLAB was trained,by 116 samples,to be an artificial neural network model which was high stability and reliability. According to the analysis of 36 test data,the artificial neural network model,of which the simulation results was very accurate,was proved to meet fully requirements of the engineering practice.%通过金沙江某水电站的野外地质调查获取了丰富的基础地质资料后,针对其地质特点,提炼出岩石单轴抗压强度(R)、岩石质量指标(RQD)、岩体风化程度、节理组数(Jn )、节理粗糙系数(Jr )、节理蚀变系数(Ja )和地下水状态7个对岩体质量起控制作用的因素作为神经网络模型的输入变量。基于MATLAB软件平台设计的人工神经网络,通过具有较强代表性的116组样本数据的训练得到了稳定性好、可信度高的岩体质量分级网络模型。在对36组测试数据分析后,发现该模型的仿真结果具有较高的准确度和良好的吻合度,能够满足实际工程需要。