基于差分进化算法的BP神经网络脱硫效率预测控制

针对当前BP神经网络技术应用在大型燃煤热电厂以及燃煤脱硫机组效率数值预测分析计算模型中易陷入局部最优,预测效果可靠性差,收敛算法响应速度过慢,给出了一套结合自适应差分进化算法模型和BP神经网络理论的新一代高效率数值预测优化算法.该算法能自动优化BP神经网络的初始权值和阈值,将优化后的结果直接应用于BP神经网络模型训练中,进而获得脱硫效率的最佳预测网络模型.实验分析结果表明:该模型算法与目前传统的BP网络方法相比,算法收敛速度快,对网络参数的预测及精度估计更高,从而为脱硫系统的改进提出了必要的理论基础.

信息化大数据模型的道路裂痕识别和分析

针对市政工程出现的路面裂缝带来的安全隐患问题,采用基于智能摄像机的图像采集技术实现市政道路异常数据信息的获取。通过改进型CLAHE算法对采集到的图像数据信息进行处理,对获取的裂缝图像进行灰度计算,提高了图像识别能力。通过构建新型DE-BP神经网络算法模型,实现道路数据信息的异常故障诊断与分析,大大提高了市政道路裂痕判断能力。实验表明,本研究的方法大大提高了裂缝图像识别的准确率,增加了市政建设的管理能力。