BP神经网络在矿井安全监测评价系统中的应用

阐述了BP神经网络基本理论，分析了BP神经网络存在的问题并提出了两种改进方法，增加了收敛速度，提高了效率。并将其应用于矿井安全监测评价系统中，提出了基于此理论的安全监测评价方法等，为矿井的安全生产和安全管理提供了依据。     

基于BP神经网络的工程项目安全耐久性评价

通过对人工神经网络的分析,结合工程项目安全耐久性评价,将BP神经网络的技术应用于拟建工程项目安全耐久性的评估中,可以实现在项目建设前期对工程项目质量等指标的客观定量评价,为工程项目建设的决策提供有效的依据。     

BP神经网络在大气环境质量评价中的应用研究

针对城市大气环境质量问题,运用人工神经网络理论和方法,建立城市大气环境质量评价的BP 神经网络模型.通过实例进行评价分析,说明用BP 神经网络方法评价城市大气环境质量是可行的.该模型具有很强的学习、联想和容错功能,其分析结果和过程都接近人脑的思维过程和分析方法,使得城市大气环境质量评价结果的精度大大提高.     

基于BP神经网络的航空公司安全管理体系评价

为了对航空公司安全管理体系进行科学合理的评价,从民航安全管理体系(SMS)"安全政策、风险管理、安全保证、安全促进"4个组成要素出发,构建航空公司SMS评价指标体系.运用OWA算子AP法进行赋权,降低评价过程中人为因素影响产生的误差.以MATLAB软件为平台,利用BP神经网络计算速度快、计算精确、能减少人为干扰的特点,建立BP神经网络评价模型.首先,输入初始样本对神经网络进行训练,再输入测试样本进行测试,最后根据测试结果提出建议.结果表明,BP神经网络能对航空公司SMS建设实施情况进行准确的判断.     

BP神经网络在教学质量评价中的应用观察

人工神经网络是一种新技术,具有非线性处理、适应学习能力强等优势,BP神经网络是人工神经网络中的一种,具有极强的非线性处理能力.本文就人工神经网络和BP神经网络的相关概念进行分析,研究基于BP神经网络的教学质量评价体系,并对BP神经网络在教学质量评价中的应用进行探讨,以便建立完善的质量评价体系,促进教学质量的提高,推动高职院校的发展.     

基于BP神经网络的矿山安全文化评价体系

为了完善和加强矿山安全文化的建设,根据矿山自身的特点,本文提出了一种对矿山安全文化进行合理、科学、全面评价的方法。根据国际SMART准则,从安全环境、安全管理、安全培训、班组长素质、员工行为、安全事务6个方面确立了21项安全文化评价指标,提出了安全文化等级划分标准,并在MATLAB平台上建立了基于BP神经网络的安全文化等级评价体系。以6个矿山的样本数据作为训练样本,经过训练,结果显示当迭代次数为355时,网络的全局误差达到要求,并且输出值与期望输出值之间呈基本吻合,误差比较小。最后,以该神经网络对恒祥煤矿的安全文化等级进行预测,输出结果表明该矿山的安全文化等级为4级,与该矿山的安全文化实际状况相符。因此,BP神经网络具有很好的学习功能,通过样本训练后能够准确地对矿山安全文化进行评价,为提高矿山安全文化水平提供参考和依据。     

BP神经网络在高校图书馆网站评价中的应用

提出一种新的基于BP神经网络的高校图书馆网站评价方法,克服了以往评价方法的缺点,保证了评价结果的客观准确。     

BP神经网络在煤矿本质安全评价模型中的应用

煤矿井下是一个复杂多变的人-机-环境-管理系统.运用人-机-环境-管理系统理论,以煤矿人、机、环境、管理4个单要素和系统整体为研究对象,对煤矿本质安全的评价和持续改进开展了系统分析和研究.在人的行为理论分析基础上,建立人因素本质安全评价模型;对设备进行了人机工程学分析,利用可靠性原理建立了设备本质安全评价的指标体系;在将煤矿井下环境归类为作业环境和地质环境的基础上,建立了环境本质安全评价的指标体系;根据职业健康安全管理原理,以国家本质安全管理体系为指导,建立了煤矿本质安全管理体系指标体系;根据人-机-环境-管理4个子要素建立了煤矿本质安全评价综合指标体系.最后以陕西某煤矿为研究对象,利用BP神经网络评价模型展开分析研究,发现了煤矿本质安全建设的不足,进而提出改进措施,从而有效推进煤矿安全生产,最终实现煤矿的本质安全目标.     

BP神经网络在水轮机综合特性曲线中的应用

介绍了利用BP人工神经网络进行水轮机综合特性曲线数据处理的方法。这种方法无须建立具体的函数关系表达式,即可将已知离散数据进行拟合,从而提高了水轮机综合特性曲线数据处理的工作效率。     

BP神经网络在高职实践教学质量评价中的应用

针对高职教育的实践教学特点,讨论了高职院校实践教学质量评价指标,利用BP神经网络的自适应和自学习功能、提出一种基于BP神经网络的高职实践教学质量评价模型,并应用此模型对若干教师的实践教学质量进行了评价。利用该模型进行实践教学质量评价科学、合理、易于操作,克服了传统评价方法的主观性过强、评价过程复杂等缺点。     

Elman回归神经网络在大坝安全监控中的应用

给出了E1man回归神经网络的网络结构和学习方法。基于E1man回归神经网络能够逼近任意非线性函数的特点，提出了一种基于E1man回归神经网络建立安全监控模型的方法。实验表明，所建立E1man神经网络模型收敛速度快，并且其拟合及预报精度高于统计模型和BP网络模型。     

拱坝安全度模糊综合评判模型

首先给出模糊数学在拱坝安全评价中的应用方法和步骤,然后在拱坝体型设计统计模型的基础上建立了考虑厚高比、柔度和最大拉应力3个因素的模糊综合评价模型,并对数座拱坝进行了验证．验证结果表明,拱坝模糊综合评判方法简便易行,评判结果切合实际．     

基于BP神经网络在坝体水平位移预测中的研究

利用大型软件MATLAB中BP神经网络对坝体位移进行预测。利用大坝正常运作时的观测数据,训练BP网络,用它对坝体水平位移进行有效预测,可以辅助判断实测值正确与否。这要比运用ANSYS等大型有限元软件对坝体建模计算得出位移值方便,同时根据预测的位移值及其变化情况监测大坝的健康运作与否。     

模糊优选神经网络及其在综合后评价中的应用

将模糊优选理论与神经网络理论相结合,确定网络拓扑结构：隐含层数、隐含层节点数与节点激励函数的合理模式。将模糊优选的相对优属度模型作为人工神经网络的激励函数,建立模糊优选神经网络权重调整BP模型,实证研究表明,模糊优选BP神经网络模型,可以较好地应用于综合后评价。     

计算机软件质量综合评判的人工神经网络模型

根据单指标评价标准,通过在规定的区间范围内随机取值生成足够多的训练样本、检验样本和测试样本,遵循误差反传（BP）网络建模基本原则和步骤,建立可靠、有效的软件质量综合评价模型,克服了物元模型、灰色模型等方法存在受人为因素影响及定性评价等缺陷．对6个模拟样本和8个实际软件的评价表明,本文提出的样本生成方法、建模过程能有效避免出现过训练和过拟合现象,建立的BP模型具有较好的泛化能力、可比性和客观性;各评价指标与软件质量等级之间存在明显的非线性关系,可靠性指标对软件质量等影响最大．     

改进BP神经网络模型在小康水利综合评价中的应用

分析BP神经网络应用于小康水利综合评价中存在的几个关键性问题。利用层次分析法(AHP)从100余个水利统计指标中遴选出30个具有一定代表性的指标用于构建小康水利综合评价指标体系并给出相应的分级标准;采用LM算法弥补标准BP神经网络在实际应用中存在收敛速度慢、易陷入局部极值等不足,建立了神经网络小康水利综合评价模型——LM-BP模型;利用随机内插方法在小康水利综合评价分级标准阈值间生成训练样本和检验样本;提出网络拟合度的概念;选取网络拟合度、平均相对误差等5个统计指标用于评价模型性能。在模型达到预期的评价精度和泛化能力后,将其用于文山州小康水利综合评价,并构建传统BP模型、RBF模型作为对比模型。结果表明:(a)无论是训练样本还是检验样本,LM-BP模型的评价精度均高于传统BP神经网络模型、RBF神经网络模型近一个数量级,表明LM-BP模型具有较高的评价精度和泛化能力,可用于文山州小康水利综合评价,模型收敛速度快、稳定性能好。(b)2010年文山州及各县级行政区小康水利综合评价为1~2级,处于起步—基本实现阶段;2020年预测评价为3级,全州基本实现小康水利。     

地下水水质评价的人工神经网络方法

应用人工神经网络理论与方法建立了地下水水质评价的BP神经网络模型,对涡北井田地下水水质进行了评价,并与灰色聚类结果进行了比较。结果表明,BP神经网络模型能很好地解决评价因子与水质等级间复杂的非线性关系,评价地下水水质简便可靠,预测精度高,具有通用性和客观性。     

基于模糊神经网络的煤矿安全评价综合评判

针对煤矿安全综合评价方法中因人为因素、模糊因素及动态因素而导致评价结果不够准确的情况,依据煤矿安全评价指标体系结构,构建了基于模糊神经网络的多级模糊评判模型,提出了神经网络分级BP学习算法,解决了多级模糊评判中权值学习困难的问题,使训练速度和评判的准确性大幅提高.以鸡西矿业集团煤矿为研究对象,建立了基于模糊神经网络的安全评价模型.结果表明:该方法能有效地对煤矿进行安全评价,综合评判客观、准确.     

神经网络BP模型在室内轰燃预测中的应用

总结了目前常用的室内轰燃预测方法，评述了人工神经网络和BP网络模型的特点以及神经网络在轰燃预测中的工作原理和网络构建方法，提出了预测轰燃的神经网络预测法，进行了有效的验证。由于室内火灾受建筑材料热惯性、开口通风因子、燃料热释放速率和房间内部尺寸等多种因素影响，传统轰燃预测方法存在多方面的局限性，而BP神经网络预测方法是合理、可行的方法。     

基于神经网络的本科教学工作评估的专家评价

针对本科院校的教学评估中高校综合评价方法,提出利用人工神经网络建立数学模型,从而将本科教学工作水平评估指标体系与高校综合评分建立了非线性的数学关系,这样就可以通过专家对教学工作水平的评分,利用人工神经网络所建立的数学模型就可以获得更为科学、准确、客观和可行的高校综合评分。