基于BP神经网络的绿色供应链优化研究

利用BP神经网络算法能够依据输入的参数和网络模型中影响因素的不同而输出不同信息的特性,可以对绿色供应链进行优化。为了提高企业的经济效益和绿色效益,从BP神经网络绿色供应链模型、试验数据验证及模型仿真等视角对基于BP神经网络的绿色供应链优化展开研究,对相关问题有一定的参考意义。     

基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价研究

通过深入分析开采深度、煤层顶底板性质、冲击倾向性、地质构造、开采技术等因素对煤层冲击危险性的影响，建立基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价模型；将所确定的影响冲击危险性因素进行数量级划分，利用蝙蝠算法对BP神经网络的权值与阈值最优值选择进行优化，对煤层冲击危险性进行无冲击危险性、弱冲击危险性、中等冲击危险性、强冲击危险性的等级评价。应用蝙蝠算法优化BP神经网络煤层冲击危险性智能综合评价模型对内蒙古某矿的煤层及江苏某煤矿工作面进行实例验证，评价结果与综合指数法计算所得结果一致，表明该模型可以用于煤层冲击危险性评价。应用该模型对煤层进行冲击危险性评价时，改善了BP网络结构在权值和阈值确定上的随机缺陷，提高了算法稳定性，因而得到的评价结果更加合理。     

基于GA-BP神经网络的埋地管道土壤腐蚀性评价

为研究某油田长输管道土壤腐蚀性,利用BP神经网络、遗传算法并借鉴相关标准的做法,选取土壤的自然电位、含水量、Cl~-质量分数、SO_4~(2-)质量分数、土壤电阻率、氧化还原电位、pH值作为评价指标,构建土壤腐蚀性GA-BP神经网络评价模型。结果表明:该模型在土壤腐蚀性评价中适用且更准确地反映了土壤的腐蚀特性,有助于掌握长输管道的土壤腐蚀状况。     

基于BP神经网络的油气管道风险分析评估方法

针对油气管道的风险评估主观性强的问题,提出了一种基于BP神经网络训练算法,应用BP神经网络算法对输油管道进行风险分析评估,得出其风险分析评估模型。仿真实验结果与半定量风险评价结果对比,误差率为0.009 6,证明该方法可用于油气管道的风险评估。     

基于PSO-BP神经网络的城市综合管廊经济生态评价指标体系

城市综合管廊是保障城市可持续发展的重要基础设施之一,但国内建设起步较晚,也缺乏相应的评价指标体系。文章基于DPSIR框架模型构建了评价指标体系框架,利用BP神经网络计算指标权重及粒子群优化权重,构建了3个层次、5个维度、42个指标的城市综合管廊经济生态评价指标体系。文章以包头市新都市区综合管廊项目为例,验证该指标体系的可行性。结果表明,利用PSO-BP神经网络模型进行预测,最终仿真输出结果为72.181 08,说明该项目经济生态建设发展水平良好。     

基于BP神经网络的公路工程造价快速估算方法

BP神经网络模型的建立对于提升公路工程造价估算速度有很大的影响,但在这之前,需要有较为全面系统的工程资料对BP神经网络进行训练,使其形成一定的分析模式,进而完成对工程造价的快速估算。本文对快速估算工程造价的思路和公路工程样本描述及定量化进行了阐述,并对基于BP神经网络的公路工程造价快速估算模型进行介绍,结合实例,对其实用性进行论证。     

发展第四方物流的风险及其防范

随着经济的发展,人们正在将目光从产品的生产领域转向商品运转、储存配送及附加值服务(如包装)等流通领域。从企业内部的自营物流,到业务外包的第三方物流,再到供应链集成的第四方物流,供应链管理模式正在发生深刻的变革。根据 JohnGattorna的定义,第四方物流是“一个供应链的集成商,它对组织内部和具有互补性的服务供应商所拥有的不同资源、能力和技术进行整合和管理,提供一整套供应链解决方案”。显然,第四方物流是在解决企业物流的基础上,整合社会资源,解决物流信息充分的共享、社会物流资源的充分利用等问题。第四方物流在为企业提供更…     

隧道洞室地基稳定性双阶段多策略粒子群BP网络模型研究

影响隧道洞室地基稳定性的因素众多,这些因素与隧道洞室地基稳定性之间存在着复杂的非线性关系,并且常规的方法很难描述这种复杂的关系。文章提出了一种双阶段多策略粒子群算法(DMPSO)优化的BP神经网络隧道洞室地基稳定性评价模型。粒子群算法具有全局优化能力强、搜索效率高等特点,算法改进后使这些特点更加突出。BP算法有很强的非线性映射能力、泛化能力,但也有收敛速度慢,容易陷入局部最优等缺陷。采用双阶段多策略粒子群算法(DMPSO)搜索BP模型的权值和阈值,弥补了BP模型的缺陷,提高了其预测的准确度。文章以重庆小什字车站洞室地基为例,证明了双阶段多策略粒子群算法优化的BP神经网络模型(DMPSO-BP)的可行性,并且该模型比模糊神经网络和粒子群优化的BP神经网络(PSO-BP)模型有更好的预测精度。     

基于NCM-EAHP模型的瓦斯隧道施工风险评估研究

文章以成简快速路龙泉山隧道为依托,考虑瓦斯地层环境(R1)、隧道工程环境(R2)、工程施工因素(R3)、施工设备因素(R4)4方面构建评估指标体系;搜集瓦斯隧道施工风险评估样本,构建评价指标参数矩阵;通过熵权法、德尔菲法依次确定指标客、主观权重,根据乘法原理计算组合赋权;基于修正正态云模型(NCM)计算评估指标隶属度,挖掘指标经典域、节域,构建评估系统物元可拓模型(EAHP);根据Matlab软件与样本参数矩阵,构建评估系统BP神经网络预测模型(BPNN)。经研究得出：NCM、EAHP、BPNN模型计算结果吻合度较好,NCM、EAHP、BPNN模型目标层计算结果分别为Ⅲ～Ⅳ级、3.178级、3.2472,隧道施工风险整体处于“异常～严重”状态,与现场施工安全等级相吻合。     

基于遗传算法的BP神经网络短时交通流预测

对BP神经网络模型、方法及遗传算法的基本原理进行了分析,将遗传算法与标准BP神经网络算法相结合构建了基于遗传算法的神经网络算法;建立了基于BP神经网络的短时交通流预测模型,对BP神经网络算法及基于遗传算法的BP神经网络算法进行设计,并将其应用于短时交通流预测模型的仿真计算,仿真结果表明基于遗传算法的BP神经网络算法具有更快的计算速度及更好的适应能力,该方法可以较好地应用于短时交通流预测。     

公路工程施工进度控制管理研究

公路工程施工进度直接关系到工程项目的环境效益、社会效益和投资效益,与投资指标控制、工程质量控制一样,是施工管理中的重要环节,也是提高工程质量、缩短建设周期、提高项目管理水平的重要保证。本文分析了公路工程施工进度影响因素,深入探讨了加强公路工程施工进度控制管理措施,具有一定的参考价值。     

基于模糊综合评价方法的综合运输系统效益评价

综合运输系统对国民经济的发展具有极为重要的作用。文章针对现有交通运输系统评价方法的不足,以福建省货运综合运输系统为例,从经济、生态和社会效益三个方面进行考虑,运用模糊综合评价理论建立了定量和定性相结合的评价方法,对福建省货运综合运输体系的效益进行综合评价。评价结果为综合运输系统的发展提供了决策依据。     

考虑碳税与消费者碳敏感的竞争性供应链采购策略研究

在低碳减排背景下，构建两条竞争供应链，提出四种采购策略组合：传统采购纯策略（TT策略）、混合采购策略（LT策略、TL策略）、低碳采购纯策略（LL策略）。分别建立博弈模型并求解，分析碳税与消费者碳敏感对供应链决策的影响。研究发现，考虑消费者碳敏感的情况下，无论碳税取值如何，LL策略始终是供应商与零售商“双赢”的均衡策略。消费者碳敏感可提高LT/TL策略和LL策略下的减排水平和供应链利润；但与LT/TL策略相比，LL策略下零售商相同的采购策略导致同质化竞争，将削弱供应商的减排积极性。碳税对供应商的减排水平有促进作用，但存在显著的阈值效应。数值分析发现，碳税对供应链碳排放的影响比消费者碳敏感更明显；随着碳税的增大，对环境影响最小的采购策略将由LL策略向LT/TL策略转变，再变为TT策略，说明为了环境效益最优，政府不宜制定过高的碳税。     

基于神经网络的无信号路口人车交通行为预测分析

以无信号灯路口人车交通行为为研究对象,对行人和机动车辆在无信号灯路口的整体交通行为进行分类预测。在对路口现场交通情况进行拍摄后,用电脑的分帧技术对所需要的数据进行提取和分类,而后建立BP神经网络模型,确定神经网络的输入变量与输出变量。将样本数据导入神经网络并进行训练和测试后,得出行人和车辆过街类型的分类准确率,并且通过准确率所达到的标准来证明了BP神经网络模型的可行性。     

混凝土结构钢筋锈蚀率BP神经网络预测模型

文章基于对钢筋锈蚀率与锈胀裂缝关系的分析,建立了根据锈胀裂缝宽度预测钢筋锈蚀率的BP神经网络模型,并将该模型的预测结果与采用线性拟合法预测的结果进行了比较。结果表明：用BP神经网络模型可以较准确、简便、快速地预测钢筋混凝土结构的钢筋锈蚀率。     

动车组列车客座率预测方法研究

列车客座率作为列车运营效益的直接衡量指标和计算客票收入的重要基础,客座率的科学预测可为运输企业增开列车等运营决策提供重要参考。本文探讨利用BP神经网络方法研究列车客座率预测的适用性。首先分析列车客座利用率的12类影响因素,其中结合具体线路细化停站结构为n级,则影响因素变量为n+10个;其次以影响因素变量为自变量,列车客座率为因变量,生成多层感知器进行要素分析并预测客座率。结果表明MLP模型预测精度较高,可用于动车组列车开行方案稳定或小范围调整时期的列车客座率预测。     

基于SVM-BP神经网络组合模型的高速公路出口流量预测

为了给高速公路交通流精准预测提供更准确的方法,本文利用济南西高速公路出口早晚高峰流量数据,采用SVM-BP神经网络组合模型进行短时交通流预测,并对单一的SVM（支持向量机）模型、BP神经网络模型和组合模型的预测精度进行比较和实证分析。当样本数量小于或等于120时,结果表明：(1)误差对比：当样本数量大于22时,由于预测集与训练集数据分布本身存在差异且SVM模型训练完成后过于复杂导致三种模型的误差逐渐变大。(2)预测精度：组合模型>BP神经网络>SVM,组合模型的平均绝对误差（MAE）提高了6.85%,远高于其他单一模型,验证了组合模型的有效性。     

基于组合赋权-云模型的极地航线运行风险评价

为准确、有效、综合地对极地航线运行风险进行分析和评估，提出了基于组合赋权-云模型的极地航线运行风险评价方法，并以G航空公司为例进行了实例分析。首先在研究极地航线运行特殊性的基础上构建极地航线运行风险评价指标体系；然后分别采用G1法与熵权法确定各项指标的主、客观权重，再结合最优数学模型确定组合权重；最后，利用云模型对极地航线运行风险进行评价。结果表明，一级指标中环境因素对航线运行安全的影响最大，二级指标中极地自然环境及通讯导航设备对航线运行安全的影响最大，该公司极地航线运行的风险等级介于“较低风险”与“极低风险”之间。基于组合赋权-云模型的极地航线运行风险评价方法能够有效发现极地运行中面临的问题，具有可行性。     

基于灰色聚类的轨道交通产业链环节评价

我国轨道交通产业发展迅速,但产业链结构不均衡、不协调。结合产业链“双链”模型,分析轨道交通产业链结构特征,并将轨道交通产业链产业环节划分为中心、重要和辅助三个环节。选取控制力、发展能力和经济效益三方面的指标建立评价指标体系,应用灰色聚类法对产业链中各主要产业环节进行定量评价,并对轨道交通装备制造、建设施工以及运营管理的发展路径进行探讨。该评价方法可为进一步优化轨道交通产业链提供借鉴。     

利用BP神经网络模型动态预测隧道涌水量——以铜锣山隧道为例

以垫邻高速铜锣山隧道为例,在分析隧道涌水和降雨响应特征的基础上,建立了综合考虑降雨脉冲、降雨累积效应和地下水系统整合作用的隧道涌水量预测的BP神经网络模型。计算结果表明,该模型对训练样本的拟合程度较好(平均绝对百分比误差为13.27%)且具有较高的预测精度(平均绝对百分比误差为15.05%)。该模型的建立和成功应用对丰富隧道涌水量的预测方法和动态指导隧道防排水管理具有重要意义。