基于神經(jīng)網(wǎng)絡的火災損失建模與預測.pdf_第1頁
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、人工神經(jīng)網(wǎng)絡(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,它的應用范圍已涉及到了工程、計算機、物理、生物、經(jīng)濟、管理等科學領(lǐng)域。ANN是一種模擬人腦信息處理方法的非線性系統(tǒng),具有較強的處理非線性問題的能力,比較適合于一些信息復雜、知識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)于火災損失預測的建模。 本文主要基于神經(jīng)網(wǎng)絡的非線性逼近性質(zhì)建立預測模型,來研究我國

2、火災損失的預測問題。神經(jīng)網(wǎng)絡模型的實現(xiàn)需要掌握計算機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)絡技術(shù)的推廣和使用。而MATLAB軟件提供了一個現(xiàn)成的神經(jīng)網(wǎng)絡工具箱(Neural Network Toolbox,NNT),為解決這個難題提供了便利條件。本文首先建立人工神經(jīng)網(wǎng)絡理論模型,然后結(jié)合NNT對算法進行了實現(xiàn)。 本文建模采用的是反向傳播(Back Propagation,BP)網(wǎng)絡與徑向基函數(shù)(Radial Ba

3、sis Function,RBF)網(wǎng)絡。在對原始數(shù)據(jù)進行平滑處理的基礎上學習與訓練,并應用于火災損失預測的實踐中。模擬結(jié)果表明,該方法在實際預測中效果較為理想,從而為火災損失的預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)絡理論,回顧了人工神經(jīng)網(wǎng)絡的發(fā)展歷史,論述了BP神經(jīng)網(wǎng)絡與RBF神經(jīng)網(wǎng)絡的基本知識和特點,為本論文的建模提供了基礎。 (2)討論了應用BP神經(jīng)網(wǎng)絡與RB

4、F神經(jīng)網(wǎng)絡進行火災損失預測的理論基礎,分析了兩種神經(jīng)網(wǎng)絡的模型結(jié)構(gòu)與原理,并利用它們建立了火災損失預測模型,用MATLAB語言編寫了相應的程序。 (3)利用本論文建立的神經(jīng)網(wǎng)絡預測模型對我國的火災損失進行了預測,結(jié)果表明本論文建立的神經(jīng)網(wǎng)絡預測模型是成功的、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)絡理論,回顧了人工神經(jīng)網(wǎng)絡的發(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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論