共查询到18条相似文献,搜索用时 203 毫秒
1.
神经网络是建立柴油机性能实时计算模型的有效方法.当前柴油机神经网络模型的研究大多是针对稳态工况开展,为了实现对瞬态性能的合理预测,提出了预测全工况稳态及瞬态性能的通用神经网络模型构建方法.此外,为了解决传统BP神经网络无法保证得到全局最优解、泛化能力较差的问题,采用群体智能算法中的粒子群算法(PSO)进行优化.利用某型涡轮增压柴油机的稳态和瞬态数据作为样本对模型进行训练,并与传统的BP神经网络模型进行对比.研究结果表明,PSO-BP神经网络模型可以有效预测发动机的稳态和瞬态性能,稳态预测最大误差4.54%,瞬态预测最大误差4.93%,与传统BP神经网络模型相比,PSO-BP模型可以有效实现全局寻优,提升泛化能力. 相似文献
2.
3.
将三角模糊数法与模糊综合评判法相结合,对桥梁施工过程进行风险评估,确定了桥梁施工安全风险等级;将桥梁施工风险评估中的备择集替换为工程保险费率,采用加权平均法处理模糊综合评判指标,确定桥梁工程保险费率,构建了基于施工风险评估的桥梁工程保险费率厘定模型;通过厘定某钢管砼系杆拱桥的工程保险费率,验证了该模型的合理性和可靠性。 相似文献
4.
基于GEP编程的信息搜索能力和BP网络建立了公路工程特征因素与工程造价的关系模型,并对模型进行了最优性预测评价,从而满足工程造价预测的实际应用需求。文章运用MATLAB仿真软件获取了影响公路工程造价的12个影响因子,并运用BP神经网络训练获得了影响公路工程造价的7个主要影响因素。针对选定影响因素基于BP网络和GEP算法给出了4个不同公路造价预测模型的评价指标和优模型解的分析。研究结果表明:基于主线里程、通道数量、路基土石方量、桥梁数量、隧道数量、地貌特征、利息率7个主要特征因素的两种算法模型所获得的预测结果精度要显著高于考虑全部特种因素的模型结果;基于主要特征因素的GEP网络算法模型获得的预测结果更为精确,模型最优;应用GEP网络在处理公路工程造价这类非线性空间全局搜索中具备了很高的搜索效率,能有效弥补BP网络泛化能力较低的问题。 相似文献
5.
6.
保险费率市场化问题研究 总被引:1,自引:0,他引:1
保险业市场化改革是我国金融体制改革的一部分,保险费率市场化将成为我国保险业深化改革的核心内容。本文通过对保险费率市场化的必需性和可行性问题研究与英国车险费率制度的对比入手,探索我国保险费率市场化改革的目的及建议。 相似文献
7.
车险作为我国第一财险险种,费率厘定不够精准一直是行业发展的痛点。在国外发达保险市场上,汽车碰撞安全等级及其修复性一直是重要费率厘定因子,并设有相关机构进行汽车碰撞测试。为了弥补我国在这方面的空白,中保研汽车技术研究院和中国汽车工程研究院在中国保险协会的指导下跨界合作开展低速碰撞测试,模拟事故常见的正碰和追尾,从耐撞性、维修经济性、维修比、维修费用、气囊是否直接起爆等 5个维度进行汽车耐撞性及经济维修性测评,构建中国保险汽车安全指数C-IASI。通过引入C-IASI的9项指标,并建立泊松-伽马模型和Tweedie模型,探究汽车自身耐撞性和维修经济性导致的不同赔付差异与机动车辆保费的适配性。实证结果表明,加入中国保险汽车安全指数C-IASI后,商业车险纯保费预测效果有明显提升,泊松-伽马模型和Tweedie模型预测效果接近。 相似文献
8.
分析了传统BP算法的不足,利用相关分析法筛选出公路工程主材价格的主要影响因素;在确定BP神经网络结构及选取训练函数的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型,并结合合肥市石屑价格预测的实例,利用建立的预测模型,采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格,并将预测结果进行对比,分析了不同BP算法预测结果之间的差异。结果表明,使用改进的BP神经网络算法进行公路工程主材价格预测,可以将预测误差控制在6%以内,并减少95%左右的训练步数。同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效。 相似文献
9.
10.
为了评价道路水泥再生混凝土的性能,在分析BP神经网络原理的基础上提出了用BP神经网络模拟道路水泥再生混凝土性能与各影响因素间关系的方法。根据道路水泥再生混凝土的实际工况,建立了3个输入节点、4个输出节点的BP神经网络模型,通过9组试验,验证了模型的可靠性。结果表明,实测结果与预测结果相接近,BP神经网络模型可以较准确的评价道路水泥再生混凝土的性能。 相似文献
11.
12.
13.
为提高公路隧道交通事故预测准确率,以西汉高速秦岭某隧道群的496起交通事故作为研究对象,对影响公路隧道交通事故预测的道路环境因素进行相关性分析,针对不同预测类别选定具有显著影响的主要变量,通过贝叶斯模型、随机森林模型、BP神经网络模型和支持向量机模型分别对公路隧道交通事故形态、严重程度、伤亡情况和持续时间进行预测,根据准确率和稳定性确定出最优预测模型。研究结果表明: 1)随机森林模型在预测公路隧道交通事故形态时最为可靠,准确率约为84%; 2)在对公路隧道交通事故严重程度和伤亡情况进行预测时可优先考虑贝叶斯模型,其对重大或特大事故的预测准确率高达50%; 3)选择随机森林模型作为公路隧道交通事故持续时间的预测模型,绝对误差为20 min时模型准确率将超过70%。 相似文献
14.
15.
根据盾构施工引起地表沉降的具体问题,结合广州地铁三号线某区间地质资料,建立了地表沉降预测的BP神经网络模型,并对网络进行了训练和测试,测试结果表明,利用神经网络进行盾构隧道施工的地表沉降预测是可行的,可用于工程实践。 相似文献
16.
17.