基于Adaboost集成BP网络原煤生产成本预测研究

为了提高传统BP神经网络预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络与Ada-boost算法相结合,提出了一种Adaboost集成BP神经网络模型.结合磁县观台煤矿原煤生产成本相关数据,建立了原煤生产成本预测的Adaboost集成BP神经网络模型,将该模型用于实际的原煤成本预测.结果表明：该模型预测精度高于传统的BP神经网络,收敛速度快,具有较强的鲁棒性,预测精度能满足实际预测需要,为原煤生产成本预测提供了一种新的途径,也为原煤生产成本控制提供了重要依据.     

基于BP-Adaboost强预测器的瓦斯涌出量预测

为了提高传统BP神经网络瓦斯涌出量预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络和Adaboost算法相结合,提出了一种BP-Adaboost强预测器模型.将该模型用于实际瓦斯涌出量预测,并进行了40次仿真实验.结果表明:该模型预测精度高于传统的BP神经网络,且收敛速度快,具有较强的鲁棒性,预测精度能满足实际工程需要,为瓦斯涌出量预测提供了一种新的途径.     

前馈神经网络在环境评价和预测中的应用进展

本文针对水环境中复杂的不确定性及非线性关系,在水环境不确定性分析的基础上,详细阐述了以BP网络和RBF网络为代表的前馈神经网络法的基本原理,分析了两种方法的优点。同时,本文对两种方法在水环境影响评价工作中的应用现状进行总结,分析了两种方法的研究发展趋势。     

基于遗传神经网络模型的大气环境质量评价方法

设计了用遗传算法训练神经网络权重的新方法，实验结果显示了遗传算法快速学习网络权重和全局搜索的能力，有效地解决了BP算法的局部收敛问题。误差反向传播的遗传——神经网络(GA—BP)模型用于大气环境质量综合评价，具有简便、准确、客观和适应性强等优点。     

基于BP神经网络的空调性能预测研究

针对空调系统传统设计所需的匹配试验量大,严重浪费公司水电以及人力资源的问题,本文提出BP神经网络对空调系统的性能进行预测的方法,以设计参数压缩机冷量、冷凝器和蒸发器面积和实验参数室内外环境温度、负荷量等为输入,以空调的能力和能效比为输出,对BP网络进行训练、测试。结果表明:BP神经网络算法的均方误差为0.005 8,预测结果的总相关系数为0.974 47,可用于空调系统的设计选型,减少实验成本。     

修正的BP神经网络森林火灾成灾面积预测研究

以1997-2012年《中国林业统计年鉴》的全国森林火灾成灾面积为依据,应用BP神经网络模型对成灾面积进行了预测,对预测方法进行了检验.在此基础上,利用残差提出了修正的BP神经网络模型,并对预测方法进行了改进.研究结果表明,修正的BP神经网络预测精度高于BP神经网络,预测相对误差平均为7.2％,可应用于森林火灾成灾面积的预测.     

基于Matlab的神经网络在绵阳空气质量预测中的应用

以绵阳市2014~2016年空气污染指数(API)以及SO 2、NO 2、PM 10等污染物为研究对象,探讨了绵阳市空气污染的变化规律,并分析它们与常规观测的地面气象资料之间的关系。尝试采用多元线性回归方法及BP神经网络方法建立污染预报模型,并检验分析两种模型的可行性。结果表明基于BP神经网络的预报模型在污染预报中可行,并建立基于BP神经网络进行空气质量预测的预测模型,利用历史资料进行验证。     

基于BP模型对城市交通噪声的数据处理和预测

城市交通噪声的预测和评价技术是城市交通可持续发展的重要研究内容,直接为城市交通规划中环境容量分析和环境影响评价服务。本文通过实测的大量数据,运用神经网络中的BP模型及其算法建立车辆数、道路宽度和交通噪声之间的关系,对城市道路交通噪声数据进行处理和预测。     

基于ANN的环境质量评价

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理，具有自学习和自适应等一系列优点，因而用它来评价环境质量是可行的。本文针对环境质量评价问题，建立了基于神经网络的评价系统，给出了应用实例。     

基于BP神经网络模型的城市土地集约利用中观评价研究

中观层次的城市土地集约利用评价是以城市功能区为研究对象,通过建立各功能区的评价单元,对城市土地的投入产出效益进行定量分析研究的过程。从土地利用、土地投入、土地产出三个方面构建评价指标体系,借助BP神经网络模型从中观层次对淮安市清河区城市土地进行集约利用评价。结果显示,清河区土地集约利用水平总体较高,仍需加强土地的投入产出效益。研究表明,BP神经网络模型是一种较客观的评价方法,中观评价则能更详细地了解城市内部各个区域的土地利用情况,为政府决策提供更好的依据。     

基于人工神经网络的绥化市县域经济发展水平分析

选取8个经济指标，运用人工神经网络（ANN）的理论和方法，构建应用最为广泛的BP网络模型，对2004年绥化市10个县市的经济发展水平进行了评价。结果表明，绥化市县域经济发展水平差异十分显著，其中肇东等3县域属于高水平类型，海伦等4个县域为中等类型，明水等3个县域属于落后类型。     

Optimization of thermal performance of the parabolic trough solar collector systems based on GA-BP neural network model

The aim of this paper is to optimize the thermal performance (system output energy, thermal efficiency, and heat loss of cavity absorber) of parabolic trough solar collector (PTC) systems in order to improve its thermal performance, based on the genetic algorithm-back propagation (GA-BP) neural network model. There are a number of undefined problems, fuzzy or incomplete information and a complex thermal performance of the PTC systems. Therefore, the thermal performance prediction of the PTC systems based on GA-BP neural network model was developed. Subsequently, the metrics performances have been adopted to comprehensively understand the algorithm and evaluate the prediction accuracy. Results revealed that the GA-BP neural network model can be successfully used to predict the complex nonlinear relationship between the input variables and thermal performance of the PTC systems. The cosine effect has a great influence on the thermal performance; thereby the geometrical structure of the PTC systems was optimized. It was found that the optimized geometrical structure was beneficial to improve the thermal performance of the PTC system. In conclusion, the GA-BP neural network model has higher prediction accuracy than the other algorithm and it can be feasible and reliable.     

BAF处理系统的BP神经网络模型

本文以某污水处理厂曝气生物滤池（Biologlcal aerated filter,BAF）的实际运行数据为基础,采用人工神经网络（Artificial neural network,ANN）方法,建立起BAF处理系统的BP神经网络预测模型。模型运算结果表明,预测值和实测值能较好地吻合,起到了模拟预测的效果,同时能优化运行状态。该模型的建立为BAF处理系统的预测及运行管理供了一条简便实用的途径,具有良好的研究和工程实用价值。     

基于BP神经网络模型的城市自然生态型河流景观方案质量评价

城市自然生态型河流的景观设计方案质量评价受多种因素的影响,这些因素之间存在着复杂的非线性关系,有些甚至是随机的、模糊的,利用传统的方法难以表达它们之间的内在关系.研究建立三层次BP神经网络模型,以30份河流景观设计方案为样本,分别根据水质、水量、水空间、植被、经济、设施、交通等7项指标对景观方案的质量进行评价.结果表明,BP神经网络模型具有极强的非线性逼近能力,能真实反映景观质量与影响因素之间的非线性关系,预测结果与实测值之间误差小,相对误差小于5%.该方法操作性强,结果可靠.     

突发事件对西藏入境旅游影响评估与响应机制研究

突发事件对入境旅游的影响成已为旅游业界和学术界重点关注。通过构建BP神经网络模型,利用西藏2005—2010年月入境旅游人次统计数据,评估了2008年拉萨＂3.14＂突发事件对西藏入境旅游的影响。根据突发事件发展经历爆发期、持续期、扩展期和消退期四个阶段,构建突发事件响应机制,为西藏建设世界重要旅游目的地提供重要参考。     

基于BP神经网络模型在珊溪水库水华预测中的应用

在珊溪水库藻类暴发期间应急监测数据的基础上,建立pH值、高锰酸盐指数、总氮、总磷、叶绿素a数据矩阵。运用MATLAB R2015b GUI可视化界面模块,将应急监测数据样本空间分为训练样本、验证样本、测试样本,建立珊溪水库BP神经网络模型,预测了珊溪水库藻类暴发期间叶绿素a浓度。BP神经网络建模结果显示:输出数据与实测数据相关系数0.978,平均相对误差-0.19%,标准方差18.54%,模型稳定性较好,叶绿素a预测结果符合预期。BP神经网络预测模型为珊溪水库饮用水水源地环境保护提供了科学依据。