建筑施工现场的安全评价是一项复杂的系统工程。目前安全评价技术在建筑业的运用并不成熟,我国大多数建筑施工企业的安全管理只局限于对施工现场的检查和整改工作,而对整体安全性缺乏分析和有效监控。综合目前的安全评价技术,结合建筑施工的特点,确立建筑施工现场安全评价指标体系,并运用管理理论中的层次分析法(AHP)和模糊综合评价方法(Fuzzy),提出了适合建筑施工现场的人工神经网络(ANN)安全评价模型。详细论述了建筑施工安全评价方案以及具体实现的步骤,在结合AHP与Fuzzy综合评价法的基础上利用ANN进行训练与修正历史数据,为全面评价建筑施工安全状况提供了新的思路与方法。

随着人工神经网络研究的不断深入，其自学习能力、信息处理能力以及联想储存能力等已在诸多领域得到了广泛的应用。人工神经网络作为生物神经网络的某种数学模型，经过不断的学习和训练之后，就可以拥有自我判断和自我学习的能力，具有很强的适应性，在建筑景观设计行业中拥有较为广阔的应用前景，利用人工神经网络可以实现更为科学准确的设计辅助作用，对传统的设计方法产生积极的影响。为了研究探索人工神经网络模型在建筑景观设计中的可行性，通过查阅近几年国内外的相关文献，主要从建筑景观平面图的生成、植物配置、风格迁移和建筑景观设计评估四个方面，阐释人工神经网络在建筑景观设计中的应用，分析基于人工神经网络的设计方法并证明神经网络模型在建筑景观设计辅助方面的优势。

文章以农户为研究对象,以农户生计状况为逻辑起点,运用可持续生计分析框架,构建一套能够合理规避风险的、可持续的农户生计安全指标体系。结合预警理论,构建PSR指标预警模型,运用BP人工神经网络对陕西省1992—2012年的综合统计数据进行实证性校验,以期回归修正评价标准和指标体系,并对2015和2018年陕西省农户生计安全进行动态预警。

目的】建立苹果原料制干适宜性评价模型,实现基于苹果原料指标预测干制品品质的目标,为苹果制干专用化原料的筛选提供方法依据,为明确苹果干制品品质形成的基础物质提供数据支持。【方法】以来自7个不同主产区的21个主栽品种,共34份苹果鲜果样本为研究对象,运用多种数据处理方法建立苹果脆片品质综合评价模型与苹果原料制干适宜性评价模型。(1)利用压差闪蒸干燥方法制备34份苹果鲜果的脆片样本,测定苹果脆片17项品质指标,采用因子分析进行降维并筛选得到苹果脆片品质评价核心指标,运用层次分析法得到脆片核心指标权重值,构建脆片品质综合评价模型并计算得到脆片综合评价得分。(2)测定34份苹果鲜果样本22项品质指标,与脆片核心指标进行相关性分析并筛选出与脆片品质相关的果实特征指标。选用29个样本以果实特征指标为输入,对应脆片综合评价得分为输出,利用误差反向传播(Error Back Propagation,BP)神经网络算法构建学习模型;其余5个样本为验证样本,评价学习模型的预测准确性。变换3组学习样本构建3个学习模型,对比3个模型的预测准确性,验证建模方法的合理性与稳定性。【结果】苹果脆片L*值、脆度、膨化度、可滴定酸含量、可溶性糖含量和粗蛋白含量被确定为不同样本脆片品质综合评价的核心指标,构建的苹果脆片品质综合评价模型为Y_(综合得分)=L*值×0.3724+脆度×0.2665+膨化度×0.1583+可滴定酸含量×0.0890+可溶性糖含量×0.0569+粗蛋白含量×0.0569。34个苹果鲜果样本制得的脆片综合得分范围为0.2069—0.7933,存在较大差异,得分排名前3的苹果样本为‘辽宁华红’‘辽宁华金’和‘山东烟富6号’,排名最后的苹果样本为‘陕西秦冠’。基于脆片核心指标与苹果果实品质指标相关性分析结果,筛选出苹果果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标作为果实制干适宜性评价的特征指标。以果实特征指标值为输入层,对应苹果脆片综合评分为输出层,建立BP神经网络学习模型,可实现苹果原料制干适宜性的定量预测。该方法建立的学习模型有较高的预测准确性与稳定性,变换学习样本得到的3个学习模型的预测值与实际值相对误差均不超过10%,实际值与模型预测值线性拟合后决定系数R~2均大于0.95。【结论】苹果制干适宜性可由果实的果形指数、果肉a*值、pH、可滴定酸含量、Vc含量、果核比例、粗蛋白含量、果肉b*值、密度、可溶性固形物含量、粗纤维含量、总糖含量12项指标进行评价,建立的适宜性评价模型可实现基于苹果原料指标定量预测其制干适宜性。

本文将人工神经网络引入教育评估领域,阐明了用BP网络模拟教育评估中的专家评价的设计思想和方法,结合具体实例进行论证。

本文通过企业环境绩效指标体系的构建并借助于BP人工神经网络方法实现了企业环境绩效的综合评价。BP人工神经网络评价方法通过学习和训练的自组织功能,科学合理确定各指标的权重进而达到评价目的。聚类分析的结果进一步验证了BP人工神经网络评价的合理性;其分析结果为政府激励、扶持或抑制等相关政策的制定提供了理论依据和实践基础。

在学术期刊评价中，组合评价得到了广泛应用，但组合评价方法和多属性评价方法均可用于组合评价问题，从而加剧了组合评价的复杂性，这种现象被称为组合评价悖论。为了解决这个问题，文章提出采用BP人工神经网络进行组合评价的思路，基于JCR2017经济学期刊，分别采用主成分分析、因子分析、TOPSIS进行单一评价，然后采用BP人工神经网络进行组合评价，并对评价效果进行分析。研究结果表明：组合评价悖论是学术评价中面临的新问题；BP人工神经网络是一种全新的组合方法，具有充分尊重单一多属性评价方法、精度高的优点，很大程度上解决了组合评价悖论问题；BP人工神经网络让评价重点重新回归到多属性评价，避免了评价方法过度技术化；BP人工神经网络组合评价不适合小样本。

根据施工企业安全生产评价标准,采用突变级数法分别从安全技术管理、设备与设施管理、资质结构人员管理和安全生产管理制度4个方面构建建筑施工安全评价指标体系,并建立建筑施工安全综合评价模型.结合工程实例对该方法进行了验证,结果表明该方法实用、有效且准确.

本文阐述了用神经网络领域最新出现的过程神经网络处理市场评估、企业评价等经济管理问题的新方法。网络的输入为反映一段时间内市场供求变化的信息,而这是传统神经网络不宜做到的。这也正是过程神经网络的独到之处。文中给出了网络模型及算法推导,实验结果证明了该方法的有效性。

水体环境包含多个影响因素,因素间大多具有非线性相关性,为了能够客观地对大沽河湿地海水水质进行综合评价,以神经网络为基础,利用溶解氧、化学需氧量、无机氮、活性磷酸盐、石油类5个指标作为评价因子,建立了5×5×1拓扑结构的BP人工神经网络模型,通过该模型对大沽河湿地水质进行综合评价。同时采用单因子评价方法、内梅罗指数法对该海域环境状况进行评价,以期更好的对比评价BP人工神经网络模型的优缺点。BP人工神经网络模型评价结果显示,大沽河河道内站点的水质均为劣Ⅳ类水质,入海河流断面及其周边海域也达到了Ⅲ类及以上水质标准。调查海域无机氮含量超标严重,劣Ⅳ类及以上站位的数量占总调查站位的59.3%,富营养化状...

文章将科技政策分为科技计划管理政策、工艺创新的保护与扶持政策、产学研结合政策、知识产权保护政策和绿色节能政策。采用调查问卷的数据,构建基于BP人工神经网络的工艺创新科技政策评价模型,用来评价科技政策的好坏。

针对汽车座椅舒适度评价方法研究的不足,探讨压力分布与舒适度之间的关系;引入人工神经网络,建立了基于BP神经网络的汽车座椅舒适度评价模型。通过真人真车实验获取36组样本数据,对神经网络进行训练并建立了评价模型。实例验证该模型能够根据座椅压力分布较为准确地预测出座椅舒适度水平。

人体体质各测试指标与人体综合体质之间存在着复杂的非线性关系 ,为了客观准确的评价人体体质的综合水平 ,选取体质各测试指标作为输入 ,基于体质研究专家经验的体质综合评价结果为期望输出 ,引入人工神经网络BP网络模型建立了体质综合评价模型。实际应用结果表明 ,所建立的体质综合评价模型拟合精度高 ,评价效果好 ,能较真实地反映人体体质的综合水平。

以福建省81个开发区为研究对象,在Matlab R2011a支持下,运用BP人工神经网络技术建立评价模型,实现开发区土地集约利用评价,并提出相关政策建议.结果表明:(1)84.31%样本的评价测算结果相对误差绝对值≤5%,评价结果精度较高;(2)福建省开发区土地集约利用程度总体水平不高,各地市开发区土地集约利用程度存在空间差异,在空间分布上具有沿海高、内陆低特点;(3)开发区土地集约利用程度与经济发展水平无显著相关性.

众所周知,国防科技工业是为国家安全服务的产业,也就是生产武器装备的产业。当今世界,科技发展日新月异,现代武器系统越来越复杂,研制周期越来越长,一个国防科技工业项目从拟定方案,中间经过研制、试验、生产,到部署新武器系统,一般要花12～15年,有的可能长达20年。整个过程资金密集,技术密