简介：摘要混凝土抗压强度是保证混凝土工程质量最重要的检验指标，然而混凝土抗压强度的检验评定通常是在浇筑后28d进行的，即使试验结果不能满足规定强度，混凝土强度也不能提高。因此混凝土抗压强度早期预测具有重要研究意义。本文应用神经网络技术建立了混凝土强度预测模型，并将预测结果与实验室测试结果进行对比较。研究表明神经网络在预测混凝土的抗压强度方面有较高的精确度，将该技术应用于混凝土配合比设计，有助于保证混凝土工程质量。

简介：摘要随着我国电力行业逐步推进智能电网建设，电网管理问题变得愈发重要，电网管理的主要内容就是负荷预测。通过分析电力负荷预测的重要性，分析电力负荷预测中人工神经网络的应用。

简介：摘要：随着我国经济的快速发展，企业财务方面出现诸多问题，企业财务面临着巨大的风险，需要对于风险问题有及时的预测机制。企业发生财务危机是一个逐步显现、缓慢恶化的过程,它的发生具有一定的先兆,因此具有可预测性.为了规避和防范财务风险,企业有必要对财务风险进行充分的认识和分析。本文在深入分析财务预测面临的关键问题和比较各种财务风险预测方法的基础上，探讨利用BP神经网络对财务风险进行分析和预测的可行性。

简介：摘要：随着我国经济的快速发展，企业财务方面出现诸多问题，企业财务面临着巨大的风险，需要对于风险问题有及时的预测机制。企业发生财务危机是一个逐步显现、缓慢恶化的过程,它的发生具有一定的先兆,因此具有可预测性.为了规避和防范财务风险,企业有必要对财务风险进行充分的认识和分析。本文在深入分析财务预测面临的关键问题和比较各种财务风险预测方法的基础上，探讨利用BP神经网络对财务风险进行分析和预测的可行性。

简介：摘要：在基于神经网络方法预测实验快堆一回路钠泵上部轴承温度的研究过程中，发现全连接神经网络虽然预测结果的相对误差较小，但是预测模型的泛化能力不佳，因此提出了通过卷积神经网络提取数据特征的方法，在保证预测模型精度的前提下提升预测模型的泛化能力。最终预测模型的泛化能力得到了有效提升，该预测模型的预测结果可以给操作员及时提供及时的信息，由操纵员根据结果采取正确的操作。

简介：摘要：短时交通流预测是智能交通系统(ITS)的关键组成部分，其准确性、实时性直接影响到交通控制与诱导系统能否及时向出行者发布准确的交通信息，对于治理城市交通给拥堵问题具有重要意义。基于神经网络的预测方法是近年来非参数化方法中开展研究做多的，本问详细介绍了BP神经网络和RBF神经网络在交通流预测领域的应用与发展，以及国内外学者对神经网络的优化做出的努力。并提出了一个未来研究的方向即对更为复杂的网络层面上的城市道路进行预测，并拟定了一个解决方案。

简介：摘要建立基于小波分析和神经网络现相结合的商业体电力负荷预测模型，通过修正网络权值和小波基函数系数，使网络模型的的输出无限逼近真实负荷，为商业体前期的方案设计和后期的运营管理提供了技术支持。最后通过Matlab仿真来验证了此法的可行性。

简介：摘要：预测供水管网的压力，对实现优化运行和降低能耗具有重要的意义。目前供水网络一般使用微观或者宏观模型对其某点压力进行预测。 BP 神经网络都被广泛应用于相关预测的研究。根据供水网络的特点并利用采集的供水压力数据，建立城市供水网络节点压力的预测模型，通过对 BP神经网络结果分析，表明 BP神经网络模型对城市供水网络压力有更好的预测性。

简介：摘要：在建筑工程估价中，人们利用传统的计算工具来计算工程造价，已经不能适应信息化迅速发展的时代，人们迫切需要一种新的方法来代替原来的传统的计算方法。一个有经验的预算师或者估算师，根据某个工程的类别、特征，参照已建工程的数据资料，运用某种方法就能较准确地计算出该工程的造价，误差比较小，这种专家的大脑思维方式值得我们学习。本文引入人工神经网络中的bp网络模型，介绍该模型工程估价的计算过程，指出该模型可对不同情况的工程造价进行合理的预测，并能取得良好地效果，为工程估价带来巨大变化。

简介：摘 要：回顾了卷积神经网络的发展历程,介绍了卷积神经网络的基本运算单元。在查阅大量资料基础上，重点介绍了有代表性的 AlexNet、VGGNet、GoogLeNet、ResNet等，对他们所用到的技术进行剖析，归纳、总结、分析其优缺点，并指出卷积神经网络未来的研究方向。

简介：

简介：摘要：利用神经网络对油田地面集输管道结垢预测，能够有效避免各种因素对结垢预测的影响，可以将集输管道中的结垢情况准确地预测出来，再利用神经网络分析油田集输管道结垢预测中，不需要建立任何数据模型，通过神经元之间的连接就能够充分反映出地面集输管道中的结垢情况，并且预测数据非常准确，减少相应的工作量。

简介：摘要：轧制磨削精度和表面质量主要与发动机精度、表面粗糙度和嗡嗡过程中的物理机械性能有关，而表面粗糙度是主要因素之一。在其磨过程中，基于模糊神经网络的表面粗糙度预测，在有限过程中识别表面粗糙度，保证了体磨的质量，提高了体磨的性能。本文将结合实际，浅谈基于神经网络的轧辊磨削表面粗糙度智能预测。

简介：摘要结合某盾构施工地表沉降监测数据，利用Peck公式对地表的横向沉降曲线进行拟合，提取地表沉降槽最大值Smax及沉降槽宽度系数i。利用双层BP神经网络建立分析模型，将对应监测断面的地层参数以及施工工况作为输入参数，沉降槽最大值以及沉降槽宽度系数i作为输出值，选取数据作为样本进行训练，达到误差要求后运用此模型能够有效预测不同地层、不同工况下的地表沉降情况。

简介：摘要：如今电梯已成为人们的生活中必不可少的室内交通工具，但是近年这种交通工具因为门系统故障引起了很多人员伤亡事故。为了确保电梯安全可靠的运行，文中对电梯门系统进行了故障预测。针对电梯门系统故障类型：电梯启动门不关、电梯开关门时门扇振动大、到达指定层不开门不关门。将三种故障类型作为预测模型的输出。引起故障的原因有8个，其作为输入。运用粒子群算法（PSO)与BP神经网络相结合建立模型，通过MATLAB仿真，仿真结果表明PSO-BP神经网络算法在电梯门系统故障预测中具有可行性。

简介：摘要：为有效控制特殊地质条件下的盾构掘进参数，提高地铁盾构施工效率与施工质量。文章首先结合土体物理性质，确定关键的地层参数；其次将选定的地层参数作为输入变量，建立针对掘进参数的BP神经网络预测模型；最后，对建立的掘进参数预测模型进行验证。以武汉地铁A号线某泥水平衡盾构施工区间工程监测的实际数据进为例，结果表明：总推力、泥水仓压力、同步注浆压力预测的平均相对误差分别为10.40%、9.10%、7.14%，误差在11%以内，可为同类型工程掘进参数的设定提供参考。

简介：摘要伴随着近年来我国经济的高速发展和科学技术水平的不断提高，中国城市轨道交通建设也逐渐发展为网络化运营。分析轨道交通的历史客流数据、探索其变化规律、建模预测未来客流量，对运营管理部门合理安排设备维护人员、编排适当的列车时刻表、提高重庆轨道交通综合服务质量具有十分重要的指导意义。

简介：摘要在对大连站客运量的影响因素进行定性及定量分析的基础上，选取了大连市生产总值、第三产业比重、旅游业总收入、各交通方式比重等7个指标作为影响因素，运用BP神经网络对大连站的客运量进行预测，这对于大连站日后的安全经营管理具有重要的指导意义。

简介：摘要：轨道交通运营单位运营计划的制定与调整优化取决于客流需求，特别是城市轨道交通网络化运营后，随着轨道交通运量的增加以及线网网络复杂度的提高，客流预测难度也随之成几何倍数增大，因此提升客运量预测的精准度是轨道运营单位面临的一大问题。本文探讨基于图卷积神经网络、长短时记忆网络的轨道交通客流预测模型，实现轨道交通客流精准预测，为线网各运营线路行车组织、客流组织调整提供精准的数据支撑。

简介：摘要交通流预测是交通控制与管理，交通状况改善的重要参考指标。本文建立灰色模型和BP神经网络相结合的组合模型，利用灰色模型对实际监测到的数据进行拟合、预测，得到预测值和预测残差，将预测残差输入到神经网络模型进行残差的学习、仿真和预测，残差预测值和灰色模型预测值的和值作为最终预测结果。结果表明，用灰色模型对神经网络模型预测进行优化，其预测结果比单一的神经网络建模预测具有更高的准确性和实用性，提高了预测的精度。