简介：本文对现行的深层搅拌桩设计方法存在的问题进行探讨，提出了用人工神经网络模型对复合地基承载力进行计算的新思路。实例研究表明，人工神经网络方法对深层搅拌桩承载力计算行之有效。

简介：科学、准确地对人力资源需求进行预测分析,有助于准确把握企业内现有人力资源的状况,有效地进行人力资源规划和优化配置。基于探讨BP神经网络在我国企业人力资源需求预测中的应用,分析BP神经网络的基本原理,并通过举例具体阐述了如何运用MATLAB工具箱实现基于BP神经网络的企业人力资源需求预测。

简介：摘要：电池管理系统(BMS)可以延长电池寿命，但它取决于所采用方案的准确性。已经开发了不同的技术来通过监控电池的健康状态(SOH)来增强BMS。本文采用循环计数法对电池电压的检测进行了分析，并与人工神经网络这种启发式方法进行了比较。所提出的人工神经网络方法的优点是可以在不将电池与负载断开的情况下监测SOH。此外，人工神经网络的采样数据来自各种技术，包括开路电压(OCV)法、环境温度测量和谷点检测。采用前馈反向传播算法来达到实时监控实验室的目的。结果表明，前馈神经网络(FFNN)在用更多的采样数据训练时，可以获得对SOH的精确估计。

简介：摘要：电力工程是国计民生的重要保障，如何高效、准确地识别异常数据是实施工程的必要手段。文中基于对电力工程数据的分析，利用了分层电网工程数据检测系统，其具有分层体系结构。使用统计模型与神经网络分类器进行数据检测，并测试了5种不同类型的神经网络的性能，以及在分层数据检测系统上进行的异常数据的压力测试结果。基于此，本文对基于BP神经网络的电力工程异常数据识别技术进行探讨，以供相关从业人员参考。

简介：本文首先建立了评价企业信用的指标体系，然后在此基础上构造了基于粗糙集和BP神经网络的企业信用风险预警模型。粗糙集用于约简指标体系中的冗余指标，BP神经网络用来构建预测企业信用的分类预警模型。最后，笔者通过实例验证了此模型的可行性和有效性。

简介：通过地方经济发展指标、地方政府收支指标、地方公共风险指标和地方政府债务指标四个方面构建预警指标体系。基于BP神经网络模型对我国2016年的地方政府性债务风险进行非线性预警研究,因子综合得分表明2009年到2015年我国地方政府性债务风险处于相当不稳定的状态。BP神经网络预测结果则显示,2016年我国地方政府性债务风险处于高度风险区间,说明地方政府性债务风险性较大,应采取措施尽快完善地方政府债务风险预警体系。

简介：摘要：我国国民经济以及电力相关技术的发展，使得我国的电力事业得到了较快的发展，而在整体电力系统中关键的设施之一就是电力变压器，和电力系统之间的安全稳定运行有着十分紧密的联系，这也正是对其进行检测工作的重要原因。在微电子、计算机等先进技术不断发展的影响下，针对电力变压器进行在线实时监测已经有了极高的可行性。因为油浸性质的电力变压器在运行过程中气体溶解的类型不会出现对应的差异，传统故障诊断方式对于这些复杂多变且无标签的数据无法进行充分应用，因此一种基于深度学习神经网络的诊断方式应运而生。本文先从深度学习的概念以及深度学习神经网络模型分析入手，并在文后详细的在电力变压器故障诊断中如何运用深度学习网络进行了分析。

简介：摘要本文通过对国内外公司财务危机预警相关文献的梳理，并且结合中国房地产行业的特点，提出了构建基于BP神经网络的我国房地产上市公司的财务危机预警模型。

简介：

简介：集团企业的管理型本部是一类特殊的企业，其财务指标和风险特征与一般企业显著不同，难以使用一般的信用评级模型进行评级。本文利用基于BP神经网络的人工智能分类算法，通过有监督机器学习过程建立了管理型集团本部的信用评级模型。实验表明，在管理型集团本部的评级上该模型比一般公司的评级模型更为准确。

简介：摘要：本文针对现役火电厂脱硝改造工程的造价估算，通过对影响脱硝改造造价的主要因素进行综合分析，利用 MALTAB软件构建了基于 BP人工神经网络的火电厂脱硝工程造价的快速估算模型。通过现有工程造价实例对快速估算模型进行训练、模拟及测验，并将模型估算值与现有工程造价实例进行了对比，结果表明该方法可以较好的估算火力发电厂脱硝改造的工程投资。该模型具有较好的快速性及适用性，可以为估算工程造价提供参考。

简介：利用遗传算法优化RBF神经网络的隐层节点数、扩展速度、均方根误差3个网络参数,然后基于优化RBF神经网络对研究区不同采样尺度下耕地土壤有机质进行空间插值,估测结果在拟合能力和插值精度上都要优于地统计方法、RBF神经网络方法,并且在参与插值的样本较少时优势更明显。因此,GARBF神经网络方法可以更加准确地获取区域土壤有机质空间变异信息,为耕地质量评价,精准农田管理以及估算田块尺度上土壤的固碳潜力等方面提供技术支持。

简介：详细论述了基于人工神经网络的框架结构楼房拆除爆破专家系统各模块的功能，结合工程实例样本库建立了爆堆效果预测模型。工程实践表明，该系统用于框架结构楼房拆除爆破的设计，方法新颖；利用神经网络专家系统对楼房倒塌后的爆堆效果做了预测，其结果与实际值非常接近。

简介：摘要：风能相较于传统能源拥有着巨大的优势，但风电场投建初期数据不足的问题往往为研究人员所忽略。本文在研究 BP 神经网络的基础上，针对训练量不足的问题，提出了运用插值法对预测结果进行修正的方法，使得不同阶段的预测精度相较于传统神经网络有不同程度的提高，表明了本文方法的价值与意义。

简介：安全管理评价对工程项目的安全实施具有重要的保障作用。从工程项目施工全过程的角度出发，全面探讨了影响工程项目安全管理效果的指标，并采用主成分分析法消除指标之间的相关性，建立了一套系统的工程项目安全管理指标体系。同时，利用BP神经网络的非线性映射、自适应、自学习等特点建立安全管理评价模型，以消除专家打分的主观性与随意性，大大提高了评价决策的效率，并能为工程项目的安全管理评价提供借鉴。

简介：摘要： 结合BP神经网络和灰色理论两种单项预测模型算法，实现对变压器油中溶解乙炔气体浓度精确预测。建立组合最优预测模型，根据预测误差平方和最小化的原则先计算各预测模型的权重，然后将各单项模型的权重进行加权综合计算。以变压器油中气体乙炔（C2H2）为例验证了该组合算法，不仅降低各单项预测算法的预报误差，也有效提高了预测模型的准确性能。

简介：摘要：齿轮箱是风电机组运行的关键设备，针对风电机组齿轮箱故障发生频繁，运维成本高等问题，提出一种基于 SCADA系统异常数据清洗和动态神经网络建模的方法对风机齿轮箱油池温度进行建模。随后采用统计过程控制方法分析残差，根据残差分布特征计算阈值上下限，实现齿轮箱油池温度异常状态预警。最后以双馈式风力发电机组为研究对象进行建模分析并给出实例，验证了该模型对齿轮箱油池温度预警具有实用性和有效性。

简介：运用小波分析的方法去除汇率曲线中的噪声，以此消除对预测精度不利的干扰部分。在把消噪后的序列投入BP神经网络和GA—BP神经网络中进行预测，对比发现，消除了噪声后的汇率序列在GA-BP中，其预测精度远高于单纯的BP神经网络。进一步在汇率方面证实了GA—BP神经网络的预测精度优于BP神经网络。

简介：针对绿色金融评价得分与影响因素之间复杂的非线性关系,弥补传统评价方法精确度低的缺陷,运用遗传算法优化的神经网络模型对2011年和2016年广东省21市绿色金融发展水平进行测度。通过各项指标分析2011年和2016年各城市绿色金融发展趋势,比较其绿色金融发展水平。研究结果表明,城市绿色金融的发展状况与政府和社会资本支持、资金配置效率、环保企业发展状况的关系更为密切,政府去产能、高能耗监管也起到重要作用。针对各城市评分结果与变化情况进行分析,并为推动城市绿色金融发展提出对策建议。

简介：