简介：院通过工程实地调研，确定影响渠道衬砌机施工绩效的16个主要因素；基于模糊神经网络方法建立渠道衬砌机施工绩效预测数学模型；收集实际工程的渠道衬砌机影响因素和施工效率数据，并进行验证分析计算。结果表明，基于模糊神经网络预测渠道衬砌机施工绩效的方法是实用和有效的。

简介：现金流预测是项目投资决策和评价企业未来价值的关键性因素。本文通过采用滑动窗技术确定RBF神经网络的训练样本和测试样本,然后通过变换不同的分布函数值对模型进行建模和仿真。实证研究结果表明,RBF神经网络模型训练和仿真结果稳定,预测效果良好。

简介：摘要：本文旨在研究基于神经网络的电力系统故障预测方法。首先，我们将对神经网络的基本原理和在电力系统故障预测中的应用进行概述。然后，我们将详细介绍几种常用的神经网络模型，如多层感知器、递归神经网络和卷积神经网络，并阐述它们在电力系统故障预测中的应用。接下来，我们将提出一种基于深度学习的故障预测模型，该模型结合了多种神经网络的优势，能够更准确地预测电力系统的故障。最后，我们将通过实验验证该模型的有效性和可靠性。

简介：摘要：近几年，能源问题已经成为社会发展中极为重要的一部分，能源危机的出现使得资源获取的过程中，人们渐渐地从原本的不可再生能源逐步转化成为清洁能源、可再生能源，而风力发电则成为能源研究中的重点。由于风力发电具有非持续性以及随机性这一特点，这也使得风力发电在安全性以及稳定性、供电质量上有待提高。选择IBAS-BP神经网络方式则能够更好地对风力发电的效果进行有效地预测，能确保在开展在使用风力发电时，其使用质量能够得以提升。

简介：摘要：截至2020年底，并网风电装机容量28153万千瓦，增长34.6%，占全国电源总装机容量的12.8%。在高速发展的背后却隐藏着急需解决的安全隐患，而风电机组漏油就是其中最为严重的问题，轻则污染机舱环境、重则引起整个机组火灾，及倾斜与倒塌。因为油具有难以挥发性及粘性的物理特性，通过传感器的方式进行检测，不能复位并实现持续检测。只有通过机器视觉即视频技术手段才能实现非接触式可持续检测，因为机舱内具有相对均衡的光线环境，相对恒定的测量距离，相对静止的参照背景等三个有利条件，通过卷积神经网络深度学习方法，对舟山二十台风电机组几十万张现场照片进行训练，并通过高性能人工神经元网络单元(NPU)进行运算，形成了产品化解决方案并成功应用到项目中。

简介：

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：摘要无人机系统是一种新型的作战武器系统，是当今航空界研究的一个热点。这种武器系统在飞机作战效能方面随着科学技术的进步有着很好的发展潜力，在全寿命周期费用方面与有人机相比极具优势。本文主要讨论的是无人机定价中成本估算的问题，并使用BP神经网络构建了一个无人机成本估算模型。

简介：本文主要研究人工神经网络在企业知识管理评价中的应用问题。为了克服综合评价过程的随机性与评价专家主观上的不确定性，本文提出基于人工神经网络的企业知识管理综合评价模型。该模型采用多层前馈神经网络及BP算法，其仿真实现是以MATLAB下神经网络工具箱作为开发工具。通过仿真实例与专家评估相比较，验证了该模型的有效性。

简介：摘要物联网与灰色神经网络应用于智能电网是信息通信技术发展到一定阶段的必然结果,利用物联网技术将有效整合智能电网系统基础设施资源,提出对智能电网物联网应用架构.

简介：

简介：摘要本文针对神经网络的具体特点，分析讨论了其特征以及其信息处理的特点，同时，将经济管理在建筑过程所遇到的问题一一指出，对神经网络与建筑经济管理之间是否能互相结合做出假设，探讨其可行性。除此之外，对神经网络在建筑经济管理中所应用的领域也有所研究。

简介：摘要：配网单相接地故障占比较高，为提高选线准确性，得到更多选线方法，采用BP神经网络法对单相接地故障选线进行分析，建立基本数学模型，并使用电路仿真软件对配网模型进行仿真，数据结果进行归一化，使用神经网络进行计算，可选出故障线。

简介：将神经网络技术和房地产市场分析预测相结合,建立了基于BP与Elman神经网络的实时动态的房地产市场泡沫预警模型,并以房地产市场数据为对象进行了预警模型的研究,并与BP网络的评价结果作了比较。结果表明：该模型具有很好的预测潜能和广泛的应用前景,用Elman神经网络进行评价的结果比BP网络的评价结果更加精确。对解决房地产市场预警系统的非线性问题,为寻找更科学的房地产市场分析预测方法提供新的途径。

简介：宏观经济系统是一个复杂的非线性系统，对宏观经济进行预测应采用非线性的工具进行建模。采用BP神经网络对西安市宏观经济指标进行预测，此预测模型只需少量训练样本就可以确定网络的权值和阈值。实验表明模型预测精度高，能够对西安市宏观经济系统中的非线性关系进行描述，使建立的非线性模型与实际系统更加接近。

简介：摘要当今的企业绩效评价方法已经不适用于企业的发展，为了建立企业绩效综合评价模型，在由基本的财务指标构成的财务分析体系基础上，将BP神经网络应用于绩效综合评价中，以企业历史数据作为BP神经网络的训练样本，用训练好的BP网络评价企业当期各方面的绩效，能达到令人满意的评价效果。

简介：摘要： 在我国大力提倡退耕还林的前提下 ,森林资源得到了有效地保护。由于近几年来森林火灾不断发生 ,导致森林资源受到巨大的破坏 ,影响了人们正常的生活以及社会发展。做好目前的森林防火工作 ,是保护自然生态环境最有效的手段。

简介：摘要：随着我国经济和社会的不断发展，风电行业的发展越来越快。我国安装的风电装机量占到全球总量的三分之一，且还在以每年超过25GW的速度增长。由于全球环境问题日益严重和我国的资源日渐短缺，为了加快可持续发展的步伐，我国大力发展风电并网，目前风电并网已经成为比较成熟的新能源。但风电出力的不确定性是目前风电并网面临的一项巨大挑战，研究风电出力的随机性、间接性等特点，针对不同特性优化风电并网，可以提高系统运行的经济性，有效降低成本。

简介：摘要：随着我国经济和社会的不断发展，风电行业的发展越来越快。我国安装的风电装机量占到全球总量的三分之一，且还在以每年超过25GW的速度增长。由于全球环境问题日益严重和我国的资源日渐短缺，为了加快可持续发展的步伐，我国大力发展风电并网，目前风电并网已经成为比较成熟的新能源。但风电出力的不确定性是目前风电并网面临的一项巨大挑战，研究风电出力的随机性、间接性等特点，针对不同特性优化风电并网，可以提高系统运行的经济性，有效降低成本。

简介：摘要：本文首先对 10 支股票的当天成交量，最新成交价格进行周期性，平稳性，随机性等时间序列基本性质作出判断，使用 EXPMA 方法以及五日均线、振幅等趋势指标来衡量时间序列及截面价格与交易量的变化趋势。最后，结合数据可视化以及 MK检测，得出时间序列以及截面数据价格与交易量的变化趋势。并且以 pandas_prof iling报告为辅助，分析价格与其他特征因子的相关性以及各个特征因子之间相互影响的程度。探究得出时间序列在价格这一维度上 9 支股票呈下降趋势，在交易量这一维度上 8 支股票呈下降趋势。截面在价格这一维度上，10 支股票变化复杂，具有周期性。我们认定为股票的价格为非平稳非线性序列[1]。