简介：摘 要 航材保障面临着库存积压、库存结构不合理等问题，严重影响了航材保障质量效益。其中原因之一，就是航材消耗规律把握不够准确，在一定程度上影响了航材订货决策的科学性。因此，本文将尝试根据航材的消耗规律运用BP神经网络预测方法建立模型，并通过实例计算预测，验证所建立模型的准确度，对预测结果进行分析评价航材。

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：为了提高造价预测效率，提出了一种基于BP神经网络的工程造价预估模型。该模型在详细分析了住宅的造价构成的特征的基础上，找到主要的造价影响因素，建立了造价影响因素和工程造价的映射关系，以住宅工程的影响因素作为神经网络的输入向量，将所需的工程造价作为神经网络的输出向量，从20个案例中，选取5个案例样本作为预测样本，剩下15个样本作为训练样本输入，不断地训练网络函数，使函数修正和改进，使函数输出的工程造价几乎接近于样本的造价，达到了准确预估住宅工程造价的目的。实验结果表明，本文建立的仿真模型切实可行，预测误差在10%左右，是比较理想的住宅工程造价预估方法，可用于造价工程的辅助估算。

简介：摘要：BP神经网络通过训练得到模型中的一个神经网络模块来进行计算时对网络中输入参数进行微调使得模型更具精度。利用这样一种模型来进行工程造价控制也是非常合适的。而使用 BP神经网络进行工程造价分析是现在比较常用的方法。

简介：摘要：电气控制系统是保证数控机床正常运行的重要组成部分，如果发生故障，会导致数控机床出现各种异常问题，导致企业难以在规定的时间内完成生产目标，企业最终获得的经济收入将不断下降。因此，必须高度重视电气控制系统的故障诊断和维护。

简介：摘要：流溪河水库作为广州市唯一的大型水库，研究其调度运行对于广州市的防汛抗旱具有重大意义。水位是水库维持正常运作的一个重要参数，也是水库实时调度的基础。为预测流溪河水库水位实时变化，本文采用BP神经网络方法，构建了流溪河水位预报模型，模型以预报断面前期水位、上游断面前期水位和区间面雨量为输入参数，对流溪河水库进行了预见期为3h、6h、12h和24h的水位预报。结果表明：（1）该模型能够较好实现流溪河水库的短期水位预报，各预见期精度均达到甲级标准；（2）不同预见期的精度各有差异，其中3小时预见期的精度最高。研究结果证明了该方法的可行性和高精度，可应用于流溪河水库的运行和其他相关工作。

简介：摘要：随着科学技术的不断进步,人们对信息产业和高新技术也越来越重视,而数字化技术则是其中重要环节。在当今社会中信息技术已经成为了人类生活不可缺少的一部分。因此我们需要利用计算机来实现高光无流痕工艺流程以及相关设备、控制策略等方面工作;同时还要充分掌握好BP神经网络结构特点及训练方法、理论知识与实践经验,利用高精度传感器来检测物体表面反射率、透射率与温度变化趋势以及内部结构信息;通过模拟激光器对物体进行扫描获得所需参数;运用单片机控制单模信号输出放大技术实现对图像的数据采集,从而达到获得图像特征曲线图等特性曲线的目的。

简介：摘 要 航材库存储备是航材保障的重要内容，航材库存管理长期依靠个人经验追求大库存囤积导致航材库存数量偏大，航材库存金额增大，影响了航材保障的经济效益。科学的进行航材储备数量研究有助于提高航材保障工作的军事性和经济性效益，在有限经费的条件下提高航材保障效能。本文引入GA-BP神经网络对航材库存数量进行预测，并通过实例验证了模型的有效性。

简介：摘要：提出了基于时间序列和误差逆传播（Back Propagation，BP）神经网络的组合预测方法，利用基于三次指数平滑法的时间序列模型对电能替代量预测进行预测，对预测结果利用BP神经网络进行修正。利用国家统计局的能源使用情况作为数据进行预测和对比分析。算例结果表明，使用基于时间序列和BP神经网络的组合预测相比于单方法预测可以显著提高电能替代量的预测精度，可用于电能替代潜力分析。

简介：摘要：随着水库高坝的不断增多以及目前大坝运行时间的不断加长，未来我国面临着大量的水库高坝大深度的水下作业。目前，我国没有适用于内陆高坝大库的小型化饱和装备，且混合气潜水作业效率比较低，探索利用重型ROV对高坝大库坝前淤积物进行清理具有重要意义。本文将以构皮滩水电站工程实例为蓝本，利用BP神经网络分析ROV操作员在长期进行坝前清淤作业后效率的提升情况。希望本文能够在高坝大库坝前清淤工程量预估、效率评估、报价预算等方面提供一定帮助。

简介：摘要：考虑到航运价格的波动性和非线性特征，本文通过分级模式将灰色预测模型与BP神经网络模型组合，通过编制MATLAB 软件程序，对实例样本进行训练和检测，结果表明该组合模型解决了神经网络模型对样本要求高及灰色模型预测精度差的问题，提高了预测的精准度。

简介：摘 要： 针对输电线路工程前期项目比选种类繁多，如何利用少量信息获取更准确的工程造价的问题，结合BP神经网络算法构建输电线路工程造价预测模型。将工程造价的影响因素作为BP神经网络的输入，通过三层网络结构得到输电线路工程造价的估算值。最后，利用实际工程数据对提出的输电线路工程造价预测模型进行了仿真。实验结果表明，该模型能够准确估算项目成本，适用于评估项目前期比较方案的优劣。

简介：摘要：卷积神经网络是一种新型的无导师学习算法,在近几年有了较大发展,其主要思想为利用层间节点竞争产生隐含函数来处理非线性系统，在处理非平稳信号方面,它的优势主要体现在:可以利用网络中所有隐含层,使得原始数据与新产生的参数都保持一定关系,从而实现了非线性函数逼近;通过使用简单、有效等方法来减少输出矢量对算法时间和计算量要求较高之处。本文将介绍一下卷积神经网模型结构及相关技术特性以及一些典型应用场景下常用学习算法进行分析研究。

简介：

简介：

简介：摘要：本文围绕基于AHP和BP神经网络的装配式建筑供应商评价模型中的指标设定、具体评估项选择、权重因子系数设定进行了介绍，供参考。

简介：摘要：在日常的生活中,人们会遇到很多不确定性,比如运动物体发生了变化、工作环境发生变化等。这些都需要大量数据进行研究和分析。循环神经网络就是一种能够快速收敛并能自动消除系统误差，并且对信息处理速度比较快的新型算法之一，而且在网络研究中,循环神经网络具有非常重要的作用,它可以通过学习和计算来处理复杂系统，具有非常广阔的发展前景,在很多领域得到了广泛运用与关注;但是目前存在许多问题需要解决。

简介：摘要：随着科学技术的发展，人工智能已经被广泛应用到生活中，计算机视觉作为其中的重要领域，也被研究者逐渐重视。本文重点讲述了卷积神经网络以及图像分割的发展史，重点讲述了目前具有代表的deeplab神经网络架构中的特点，分析其中的原理，对后续的研究具有借鉴作用。

简介：摘要：深度学习和人工智能已成为我国当下的热门讨论话题，卷积神经网络模型作为深度学习模型中具有代表性的模型之一受到了许多研究者的关注。本文在介绍卷积神经网络模型发展历程的基础上，探讨了卷积神经网络模型在目标检测、语义分割以及自然语言处理方面的应用，以期能为该领域的研究者选择模型时提供参考。