利用修正的BP神经网络进行框架结构损伤诊断

提出了一种基于修正的BP神经网络方法的结构损伤诊断方法,该方法通过基于误差曲面调整权值以及引入动量因子算法来避免出现局部极小,并通过自适应调整学习速率来提高学习效率,从而解决了传统BP神经网络在实际应用中存在的收敛速度慢和存在局部极小的问题。算例表明,该方法能够不仅较为准确的检测出结构的不同程度损伤,而且提高了计算效率,同时具有较强的鲁棒性。

基于多层前馈神经网络算法的房价预测模型

房地产泡沫问题是影响人民生活质量的一大难题,房价的持续上涨给人民增加了巨大的生活成本。因此,建立准确有效的房价预测模型,对于制定有效政策,精准调控房价,提高人民生活质量具有重要意义。文章主要通过分析住房的需求、供给、地理空间几大方面,得出影响房价的三个主要因素。采用基于遗传算法修正的BP(多层前馈)神经网络算法,利用2012~2019年无锡市三个主要影响因素的数据,建立了基于BP神经网络算法的房价预测模型。