神經網絡論文范例

1基于遺傳算法的BP神經網絡

但當BP神經網絡應用于預測模型尤其對于未來增長趨勢比較明顯的預測模型時，雖然其收斂精度較高，但其值域范圍受限導致訓練樣本擬合函數與預測數據有較大差異，導致其局部搜索能力較強但全局搜索能力較差，易陷入局部最優值。本文通過引入遺傳算法，發揮該算法全局搜索能力較強的特點，對BP神經網絡權值和閾值進行預優化，賦予各層較佳輸出解空間，發揮BP神經網絡局部搜索能力強的特點，實現強強聯合，提高時間序列預測的精準度。

1．1BP神經網絡

BP(BackPropagationnetwork)神經網絡是當今預測領域應用最廣泛的一種神經網絡算法。BP神經網絡由3層組成:輸入層、隱含層和輸出層。每一層中都包含若干節點(神經元)，不同層之間節點通過權值進行全連接，同層節點之間無連接。其中，隱含層可為多層，實際應用過程中有一個隱含層的三層神經網絡結構即可實現非線性函數擬合。

1．2遺傳算法

本文中的優化對象為BP神經網絡各層間權值和閾值。因此，在種群初始化時，遺傳算法采用常用的二進制編碼，并由農業機械數量的歷史樣本數目確定遺傳算法將優化的參數(權值和閾值)個數，從而確定種群的編碼長度。因BP神經網絡隱含層神經元采用S型傳遞函數，為減小計算誤差，減少或避免計算結果落入局部最小值，權值和閾值應避免選擇區間內較小和較大數值，選擇在［－0．5，0．5］區間內的隨機數。遺傳算法計算流程。

2預測結果與分析

1工程造價的模型

1．1采用計算機模擬技術建立模擬模型

對BP神經網絡模擬模型建立的基礎，人們是這樣認為的，因為影響工程造價的因素，大多數人們都是沒辦法確定的，所以我們不需要把這個值具體是多少確定下來，而是從另一個方面考慮，根據這個項目的基本情況，估計實際的造價落在某個范圍的機會會大一些，這個思想就是計算機模擬技術建立模擬模型的理論基礎。

1．2人工智能模型

工程造價估算專家系統，是通過人工智能，加上知識庫技術而建立起來的，可是這種人工智能模型主要靠專家的知識，來對工程造價進行估計計算的，但是估算的結果是被估算人員的主觀意識所影響的，不同專家的性格，知識面的寬窄，經驗豐富與否、都是不確定因素，幾乎可以會所不一樣的估算專家所得出的結果都不會一樣。這種方法很容易帶有個人偏見和片面性。受專家的主觀偏見性較強。

2BP神經網絡模型構造與算法

2．1人工神經網絡的基本原理

一、電梯的運行原理和電梯故障的特點

只有清楚地了解電梯控制系統的運行原理才能夠及時準確的診斷出電梯故障原因，因此清楚的了解電梯運行原理,每一個電梯維修人員必須要做到。電梯運行過程總體上可分為以下幾個階段：第一、登記層外召喚信號和登記內選指令階段；第二、電梯門關閉或者電梯按照系統指令停運階段；第三、啟動階段；第四、在到達信號記錄的樓層前進行減速制動；第五、平層開門階段。在整個過程中電梯需要從外界接收信號并處理，然后完成相應的指令或者輸出信號，由此可以將電梯看作是一個完整的獨立的系統，只需要外界給予相應的信號就可以自動的做出動作。電梯系統內部復雜的構件緊密的結合在一起，正是如此才使得電梯系統故障具有了復雜性、層次性、相關性以及不確定性的特點。

二、神經網絡技術基本原理

生物學上的神經是由一個個簡單的神經元相互連接進而形成了復雜的龐大的神經系統，同理，神經網絡就是由大量簡單的處理單元相互連接形成的復雜的智能系統。單獨的處理單元類似于一個神經元，是一個可以接受不同信息但是只輸出一種信息的結構單位。神經網絡系統與生物學神經系統相似的是具有自我修改能力，它可以同時接收大量的數據并進行統一的分析處理，進而輸出相應的處理結果。這就使得神經網絡系統具有了高度容錯性、高度并行性、自我修改性、學習性以及高度復雜性，也正是由于這些特性才使的利用神經網絡技術能夠及時準確的查明電梯故障原因并得出故障解決方案。電梯故障診斷中應用的神經網絡模型分為三個層次：輸入層、接收外部信號或者是電梯自我檢測信息（如載重信息）；隱含層、對接收到了大量數據進行相應的分析處理；輸出層、將記錄著動作命令的數據傳送出來。在電梯出現故障時，首先可以通過神經網絡模型快速確定故障發生在哪一層達到節約時間的目的。但是神經網絡也會因為收斂速度過于慢、訓練強度太大或者是選擇的網絡模型不好等問題導致診斷結果受到影響。

三、神經網絡模型在電梯故障診斷中的應用分類

神經網絡模型已經成為了如今電梯故障診斷中應用最廣泛的技術模型，相比于傳統方式它具有診斷速度快、故障原因命中率高的優點，因此引起了各方面專業人士的強烈關注，并在他們的不懈努力下得到了發展與創新。它跨越多個專業領域、通過對各種復雜的高難度工作的不斷的發展與改進出現了越來越多的應用模型，下面主要介紹了當前應用最普遍的BP網絡模型，并且簡單的引入并介紹了近年來新興的模糊神經網絡模型和遺傳小波神經網絡模型。

（一）BP網絡模型

1互聯網人工神經網絡技術的重要起源以及發展過程

在上世紀九十年代初期，利用數學知識將感知器模型的弊病全面提出，致使社會各界對于人工神經網絡的探究非常少。另一方面，針對邏輯運算的人工神經網絡研究存在一定的弊端，一直沒有被大家發現，因此，致使人工神經網絡探究工程進入嚴重的低谷期。

關于人工神經網絡技術飛速發展時期，九十年代初期，對于人工神經網絡技術的弊端予以充分解決，尤其是Hopefield的人工神經網絡技術模型的提出，致使對于互聯網的穩定性以及收斂性的探究有了充分的理論依據。而且將人工神經網絡模型全面應用到具體的實踐中，并且得到全面推廣，同時，將科學技術和人工神經網絡進行有機結合，使人工神經網絡技術更加具有可研究性。

2關于人工神經技術的構造以及典型模型

互聯網人工神經技術的構造的組成包括以神經元件為主，同時，這項包含多種神經元結構的互聯網信息處理技術是可以并行存在的。每一個具體的人工神經元件可以單一輸出，還可以和其他的神經元件相結合，并且具有非常多的連接輸出方法，每一種連接措施都會有相應的權系數。具體的人工神經網絡技術的特點有：（1）針對每一個節點i，都會有相應的狀態變量Xi存在；（2）節點j到節點i之間，是相應的權系數Wij存在；（3）在每一個節點i的后面，具體存在相應的閾值θi；（4）在每一個節點i的后面，存在變換函數fi（Xi，Wijθi），但是，通常情況來說，這個函數取fi(∑，WijXi-θi)的情況。

3將人工神經網絡技術進行全面使用

互聯網的人工神經網絡技術具有獨特的結構和處理措施，具體包括在：自動控制處理和網絡技術模式識別、模型圖像處理和相應的傳感器信號處理技術。信號處理技術和機器人控制處理技術、地理領域和焊接、在電力系統應用和相關數據挖掘、軍事和交通行業、農業和氣象行業等多個領域紛紛體現出其卓越的貢獻。

1BP神經網絡內涵和在工程造價預控中應用

BP神經網絡模型的應用范圍比較寬廣，它也是眾多神經網絡模型中的一種使用效率較好的方式。該種神經網絡利用存儲空間和不斷學習注入新的內容將工程造價中的輸入、輸出關系具體呈現出來，運行時，可以有效降低網絡使用的誤差幾率。這一過程中使用的算法為梯度下降法，利用反向傳播的理論對網絡中的權值和閥值進行靈活調整和運用。BP神經網絡中統計數據的輸入是由輸入層完成的，輸入層直接和隱層相聯系，隱層又直接和輸出層對接，而隱層可由單一層充當，也可以是多層結構，此時輸入層和輸入層之間神經個數的具體量可以根據系統公式來定，因此數據在輸入后的輸出過程比較便捷。實際運算中，每一神經元連接強度的權值存在差異性，輸入數據的影響程度也會隨著權值的增大而加深。BP神經網絡算法通常包括兩項內容，一是通過正向傳播的樣本輸入，二是通過反向傳播的誤差數據反饋修正權值。正向傳播主要是從輸入層完成樣本的輸入過程，接著經過隱層將數據信息傳遞到輸出層，此時若實際輸出結果和期望數值存在的差異，已經超過了事先設定的誤差，則為反向傳播。如果實際的輸出值和期望效果的差異比事前設定值要小，系統結束學習算法。該種算法可以利用反復學習與功能連續鍛煉的機會而促進運行過程的不斷更新，對權值和閥值的靈活調整要通過幾百次甚至幾萬次的映射，同時也要經過正向傳播和反向傳播的交替運行來完成，這樣才可以最大限度降低誤差。

2TOC理論概述和在工程造價預控中的應用

TOC理論也叫做約束理論，英文全稱是TheoryofContraint，起初是用在制造業中的管理思維方式。不同事物中或者客觀系統中，對事物發展方向產生重要影響的總是關鍵的極少數，而絕大多數處于被制約地位，這是TOC理論的假設基礎，因此在對系統進行控制和領導時，只要將關鍵部分管理好，則可以收到事半功倍的效果。這一理論在工程造價的預控中有著重要的實踐意義。通過將影響工程造價超支的各種因素找出來，并羅列出最為關鍵的因素，作為調節造價的杠桿，著重控制這些因素，盡力消除制約，提高控制效率，可以實現預期的建設目標。關鍵鏈法是在TOC理論上形成的常用操作方式，同時也提出了TOC在對待并行項目中如何有效實現資源共享的辦法，核心原則是遵循整體優化而非局部優化方針，也即要在工程項目中，每一環節都要秉持著整體優化準則，將完成每一工序的保守時間抽出來，用一個合理的概率乘以相應工序時間值來作為工序的估計時間，同時還要在其中考慮相關的資源約束性。關鍵鏈的思考方式就是將時間和資源的約束性加以管理，把關鍵鏈網絡化并對項目和資源進行合理的規劃與整合，對工程造價控制過程的管理具有實踐應用意義，一般采用五步法實施，一要找出制約系統運行的因素，二是將制約因素中存在的潛力充分挖掘出來，三是使系統中的其余任務都服從第二步的挖掘策略，四是不斷提升制約因素的能力，五是若已有的制約因素已經消除，回到第一步，否則回到第二步，但是在回到第一步時不要讓管理慣性成為新的制約因素。

3BP神經網絡與TOC理論聯合使用對工程造價預控作用

工程造價通常是指一般的建設工程從計劃籌建到竣工驗收交付這一過程中，各個環節運作需要投資的總和，兼具投資和成本的雙重性。工程造價通從政府部門角度衡量算作一種投資從開發商角度來說則屬于項目成本。利用BP神經網絡和TOC理論可以對工程造價起到準確的預測作用，同時可以有效控制工程造價成本，最關鍵的問題是要處理好BP神經網絡最終預測結果與TOC理論的有機結合方式。一般來說，當工程造價中的BP神經網絡模型投入使用時，選擇的樣本數據也滿足建模的需求，那么可以進行擬建工程的初步概算，同時，也可以將合同金額的有關數據信息當做預測分析應用數據加以利用，計算出預測結果，確定建設工程決算和合同金額相比，實際增加或者降低的比值，依據預測結果的正值，可以為項目工程成本的超支項和負值節約不必要的開銷，按照預測結果中的向量水平將與其對應的合同各條款項相乘得出最終的統一值，依據制約理論的原則將該項結果的一半作為工程施工預留金控制的一部分，根據實際的情況，對預留金中的每一項采取增加或者減少的方式，確保新合同中的金額數量能夠滿足工程造價的需求，或者以此為依托，再形成新的金額向量。在這份新合同中，所計算的金額不僅包括原來工程量的清單計算方式，并且是已經進行優化的，具有可操作意義的，同時也包括了未來擬建工程依據原先的預測結果而形成的工程決算金額計劃，是具有科學預測性和前瞻性的，也能夠考慮到當前的狀態。所以，單純擬建工程項目在最初成本預測方面并不具有顯著的優勢，這和影響成本增高的因素有關。例如工程量的大小、工期的延長時間不同等，所以僅僅采用傳統的計算和預測方式沒有辦法獲取更為準確的數據，利用BP神經網絡可以更為精確地計算和度量各種數據，同時也可以為工程預算過程和建設目標成本控制提供更為科學的依據。TOC理論則在工程建設監督管理中發揮重要的作用，過程控制水平也會對造價預控質量起到重要的影響，即便預測得再精確與科學，離開完善的過程控制和管理，造價預控水平依然達不到預期的目的。TOC理論的運用，能夠有效發現工程建設中合同金額出現的變動問題，新構建的合同在實行過程中難免會遇到實際阻力，如果工程成本管理中出現了與原計劃背離的跡象，或者工程的決算方向沒有依據BP神經網絡的預測規則，那么很容易造成工程運行的瓶頸問題，此時為了保證工程建設項目的順利進行，或者為將風險與損失控制在最小范圍內，就要當機立斷根據預留資金的數量對整個決算實施過程進行相應的調整，同時還要對工程總合同金額做出適當的調整，以便使得每一環節都能夠協調運作，確保瓶頸問題不會帶來無法彌補的損失，控制好工程建設朝著良性循環方向發展。TOC理論的應用是為BP理論在過程干預中進行的補充，使二者達到優勢互補的效果，BP神經網絡重在事前的控制，也即通過精確計算和預測，可以提高事前控制力度，而TOC理論對過程控制效果良好，是典型的事中控制理論，將工程造價的事前控制與事中控制有機統一在一起，造價預控水平大為提高，可為工程建設項目節約成本的同時創造利潤，也是實現資源優化配置的有效途徑。

4總結

一、電梯的運行原理和電梯故障的特點

只有清楚地了解電梯控制系統的運行原理才能夠及時準確的診斷出電梯故障原因，因此清楚的了解電梯運行原理,每一個電梯維修人員必須要做到。電梯運行過程總體上可分為以下幾個階段：第一、登記層外召喚信號和登記內選指令階段；第二、電梯門關閉或者電梯按照系統指令停運階段；第三、啟動階段；第四、在到達信號記錄的樓層前進行減速制動；第五、平層開門階段。在整個過程中電梯需要從外界接收信號并處理，然后完成相應的指令或者輸出信號，由此可以將電梯看作是一個完整的獨立的系統，只需要外界給予相應的信號就可以自動的做出動作。電梯系統內部復雜的構件緊密的結合在一起，正是如此才使得電梯系統故障具有了復雜性、層次性、相關性以及不確定性的特點。

二、神經網絡技術基本原理

生物學上的神經是由一個個簡單的神經元相互連接進而形成了復雜的龐大的神經系統，同理，神經網絡就是由大量簡單的處理單元相互連接形成的復雜的智能系統。單獨的處理單元類似于一個神經元，是一個可以接受不同信息但是只輸出一種信息的結構單位。神經網絡系統與生物學神經系統相似的是具有自我修改能力，它可以同時接收大量的數據并進行統一的分析處理，進而輸出相應的處理結果。這就使得神經網絡系統具有了高度容錯性、高度并行性、自我修改性、學習性以及高度復雜性，也正是由于這些特性才使的利用神經網絡技術能夠及時準確的查明電梯故障原因并得出故障解決方案。電梯故障診斷中應用的神經網絡模型分為三個層次：輸入層、接收外部信號或者是電梯自我檢測信息（如載重信息）；隱含層、對接收到了大量數據進行相應的分析處理；輸出層、將記錄著動作命令的數據傳送出來。在電梯出現故障時，首先可以通過神經網絡模型快速確定故障發生在哪一層達到節約時間的目的。但是神經網絡也會因為收斂速度過于慢、訓練強度太大或者是選擇的網絡模型不好等問題導致診斷結果受到影響。

三、神經網絡模型在電梯故障診斷中的應用分類

神經網絡模型已經成為了如今電梯故障診斷中應用最廣泛的技術模型，相比于傳統方式它具有診斷速度快、故障原因命中率高的優點，因此引起了各方面專業人士的強烈關注，并在他們的不懈努力下得到了發展與創新。它跨越多個專業領域、通過對各種復雜的高難度工作的不斷的發展與改進出現了越來越多的應用模型，下面主要介紹了當前應用最普遍的BP網絡模型，并且簡單的引入并介紹了近年來新興的模糊神經網絡模型和遺傳小波神經網絡模型。

（一）BP網絡模型

摘要：本論文主要分析了工程車輛自動變速的基本原理以及智能自動變速理論。

關鍵詞：自動變速；工程車輛；基本原理；液力傳動系統；智能自動變速理論

1背景

隨著我國經濟發展，我國的基礎設施的建設取得巨大成就。而這些項目需要大量的工程車輛，壓路機、推土機、挖掘機等。這些工程車輛和一般的交通車輛有很大的區別，他們的任務是完成工程項目而不像一般的交通車輛是代步工具，所以他們的自動變速原理和一般的車輛有很大的差別。他們需要把大部分的功率用來工作，一小部分的功率用來行進。所以工程車輛為了適應外界負載的不確定因素，所采用的液壓傳動系統，這種系統雖然有很多優良的性能，但是也存在著許多缺陷。面對了負載的外界負載的變化，液力傳動的效率會變低，這樣導致能源的浪費，不符合綠色發展的理念。

2工程車輛自動變速的基本原理

自動變速技術開始應用在汽車上，后來慢慢被推廣到工程車輛上面，但是遇到了很多問題。因此工程車輛的自動變速原理絕不能照搬一般的交通車輛的原理。傳統的原理是在選定換擋控制參數之后按照某些性能指標要求用數學方法求解換擋規律。工程車輛換擋規律按控制參數的數量可分為兩參數、三參數及四參數。

2.1兩參數自動變速原理

第一篇:計算機網絡安全的漏洞與防范策略

摘要：計算機網絡技術的快速發展為我國各行各業的生產以及人們的日常生活帶來了極大的便利。但是，計算機網絡安全漏洞的存在使得更多的病毒以及非法入侵事件出現，嚴重損害了人們的合法權益?；诖耍仍敿毞治隽烁鞣N計算機網絡安全漏洞，后針對這些漏洞提出了可行的安全防范策略。

關鍵詞：計算機網絡安全；病毒；身份認證技術

1概論

近十幾年來，計算機技術的廣泛普及使得計算機網絡逐漸成為社會各個領域中非常重要的組成部分。任何事情有利必有弊，隨著計算機網絡的快速發展，計算機網絡安全問題成為了人們越來越關注的話題。因為計算機程序和各種相關軟件都是人們開發出來的，不會十全十美，一定會存在一些沒有得到解決的問題，也有可能是沒有對這些缺陷打補丁，這種不完善就被稱為漏洞。一些不法人員或網絡黑客就會通過網絡尋找到這些漏洞，而后開發出一些具有隱蔽性和復制性的病毒，將其植入一些應用程序中，在用戶下載應用程序的過程中侵入用戶計算機，以此達到破壞計算機程序和數據信息的目的。越來越多的計算機網絡安全問題嚴重影響了用戶的系統正常運行和信息的可靠安全性，使得人們在運用計算機網絡時有了更多的顧慮。所以，現階段的人們在享受計算機網絡帶來的各種便利時，也應充分關注和認識到計算機網絡安全的重要性，相關人員應不斷研究和探析計算機網絡安全的相關性問題，針對計算機漏洞和網絡病毒，尋找到更好的解決辦法?，F階段的相關技術人員已有了比較實用的解決計算機安全漏洞問題的辦法，例如讓用戶定期修補已發現的安全漏洞、將不用的端口和服務關閉、設置登錄密碼以及安裝防火墻等，以避免遭受網絡病毒的侵害。人們使用計算機網絡技術的同時，可以消除對于網絡安全的顧慮，讓計算機網絡安全運行，更好地為現代化社會的生產和發展作貢獻，為人們的日常生活帶來更多的便利。

2計算機網絡安全漏洞分析

2.1操作系統的漏洞