基于神經(jīng)網(wǎng)絡(luò)的火災(zāi)損失建模與預(yù)測.pdf_第1頁
已閱讀1頁,還剩50頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,簡稱ANN)的理論和方法在過去的幾十年發(fā)展極為迅速,它的應(yīng)用范圍已涉及到了工程、計(jì)算機(jī)、物理、生物、經(jīng)濟(jì)、管理等科學(xué)領(lǐng)域。ANN是一種模擬人腦信息處理方法的非線性系統(tǒng),具有較強(qiáng)的處理非線性問題的能力,比較適合于一些信息復(fù)雜、知識(shí)背景不清楚和推理規(guī)則不明確問題的建模,例如本論文中關(guān)于火災(zāi)損失預(yù)測的建模。 本文主要基于神經(jīng)網(wǎng)絡(luò)的非線性逼近性質(zhì)建立預(yù)測模型,來研究我國

2、火災(zāi)損失的預(yù)測問題。神經(jīng)網(wǎng)絡(luò)模型的實(shí)現(xiàn)需要掌握計(jì)算機(jī)編程語言及較高的編程能力,這在一定程度上不利于神經(jīng)網(wǎng)絡(luò)技術(shù)的推廣和使用。而MATLAB軟件提供了一個(gè)現(xiàn)成的神經(jīng)網(wǎng)絡(luò)工具箱(Neural Network Toolbox,NNT),為解決這個(gè)難題提供了便利條件。本文首先建立人工神經(jīng)網(wǎng)絡(luò)理論模型,然后結(jié)合NNT對算法進(jìn)行了實(shí)現(xiàn)。 本文建模采用的是反向傳播(Back Propagation,BP)網(wǎng)絡(luò)與徑向基函數(shù)(Radial Ba

3、sis Function,RBF)網(wǎng)絡(luò)。在對原始數(shù)據(jù)進(jìn)行平滑處理的基礎(chǔ)上學(xué)習(xí)與訓(xùn)練,并應(yīng)用于火災(zāi)損失預(yù)測的實(shí)踐中。模擬結(jié)果表明,該方法在實(shí)際預(yù)測中效果較為理想,從而為火災(zāi)損失的預(yù)測提供了一種新的方法和理論依據(jù)。 本論文要做了以下工作: (1)介紹了人工神經(jīng)網(wǎng)絡(luò)理論,回顧了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史,論述了BP神經(jīng)網(wǎng)絡(luò)與RBF神經(jīng)網(wǎng)絡(luò)的基本知識(shí)和特點(diǎn),為本論文的建模提供了基礎(chǔ)。 (2)討論了應(yīng)用BP神經(jīng)網(wǎng)絡(luò)與RB

4、F神經(jīng)網(wǎng)絡(luò)進(jìn)行火災(zāi)損失預(yù)測的理論基礎(chǔ),分析了兩種神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)與原理,并利用它們建立了火災(zāi)損失預(yù)測模型,用MATLAB語言編寫了相應(yīng)的程序。 (3)利用本論文建立的神經(jīng)網(wǎng)絡(luò)預(yù)測模型對我國的火災(zāi)損失進(jìn)行了預(yù)測,結(jié)果表明本論文建立的神經(jīng)網(wǎng)絡(luò)預(yù)測模型是成功的、有效的。 本論文的結(jié)構(gòu)安排如下: 第一章為前言部分,介紹了人工神經(jīng)網(wǎng)絡(luò)理論,回顧了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史,綜述了本文研究的背景、論文研究的目的、意義以及

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論