基于人工神經(jīng)網(wǎng)絡的巖體結構面分組方法研究
格式:pdf
大小:162KB
頁數(shù):3P
人氣 :97
4.7
結構面分組是進行巖體結構面模擬的重要環(huán)節(jié),將人工神經(jīng)網(wǎng)絡技術運用于結構面的分組中,是一種新的嘗試。介紹了運用SOFM神經(jīng)網(wǎng)絡進行結構面分組的方法,并結合工程實例,對其應用效果進行了探討,指出運用該法雖能達到對結構面進行智能分組的效果,但最后仍需對結果進行人工判斷,特別是對高傾角的分組效果不理想,有待進一步改進完善。
基于人工神經(jīng)網(wǎng)絡的拱壩混合優(yōu)化方法
格式:pdf
大小:307KB
頁數(shù):4P
基于人工神經(jīng)網(wǎng)絡的拱壩混合優(yōu)化方法——拱梁分載法和彈粘塑性塊體元法對拱壩地基系統(tǒng)進行耦合分析的基礎上.建立了一套同時考慮壩體強度和壩肩穩(wěn)定條件的拱壩體型優(yōu)化方法,并給出了拱壩優(yōu)化的一般形式。采用了人工神經(jīng)網(wǎng)絡結構近似分析方法來綜合各種約束條件...
人工神經(jīng)網(wǎng)絡方法在基坑變形預測中的應用研究
格式:pdf
大?。?span id="vneftuq" class="single-tag-height" data-v-09d85783>280KB
頁數(shù):4P
人工神經(jīng)網(wǎng)絡方法在基坑變形預測中的應用研究——分析研究了人工神經(jīng)網(wǎng)絡方法在基坑變形預測中的建模方法,并通過實例應用,證明這種方法是切實可行的。同時將人工神經(jīng)網(wǎng)絡方法預測結果和灰色系統(tǒng)模型及時序模型預測進行比較,充分證明人工神經(jīng)網(wǎng)絡方法在變形預...
基于人工神經(jīng)網(wǎng)絡的混合梁斜拉橋智能診斷方法研究
格式:pdf
大小:711KB
頁數(shù):7P
4.6
研究目的:本文以天津市河北大街混合梁斜拉橋為工程背景,基于人工神經(jīng)網(wǎng)絡模型,提出適用于混合梁斜拉橋的分步識別方法,分別采用概率和徑向基函數(shù)神經(jīng)網(wǎng)絡對子結構和鋼主梁子結構局部構件進行損傷識別。此外還提出適用于鋼主梁局部構件識別的動-靜組合損傷指標,并建立相應的徑向基函數(shù)網(wǎng)絡模型,分別針對單損傷、雙損傷和三損傷的不同損傷情況進行數(shù)值模擬。研究結論:識別結果表明:(1)本文所提出的分步識別方法具有較高的識別精度,網(wǎng)絡識別速度快,適用于大型混合梁斜拉橋的智能診斷過程;(2)所提出的動-靜組合損傷指標對混合梁斜拉橋的局部損傷識別也較為敏感;(3)單處損傷測試工況中,識別精度幾乎高達100%;(4)在兩處和三處損傷測試工況中,位置識別正確率分別達到82.61%和78.3%。
基于房屋普查數(shù)據(jù)與人工神經(jīng)網(wǎng)絡的震害預測方法
格式:pdf
大小:533KB
頁數(shù):4P
4.6
為簡化震害預測工作,提出一種以房屋普查數(shù)據(jù)為震害影響因子并利用人工神經(jīng)網(wǎng)絡模型為工具的震害預測方法。從以往震害實例中選取了具有典型破壞特點的建筑物作為神經(jīng)網(wǎng)絡的學習樣本,用收集的數(shù)據(jù)對網(wǎng)絡進行了訓練并得到了收斂的網(wǎng)絡,應用此收斂的網(wǎng)絡對一組新的房屋數(shù)據(jù)進行震害預測,結果表明了運用此方法和模型的實用性。
人工神經(jīng)網(wǎng)絡在建筑結構中的應用研究
格式:pdf
大?。?span id="vwd5pgh" class="single-tag-height" data-v-09d85783>196KB
頁數(shù):4P
4.3
對日益廣泛應用于建筑結構的人工神經(jīng)網(wǎng)絡的基本原理與特征以及誤差反向傳播的多層感知器網(wǎng)絡(bp網(wǎng)絡)的多種改進算法進行了介紹,分析了人工神經(jīng)網(wǎng)絡在建筑結構的優(yōu)化、控制以及損傷診斷等領域中的應用情況,對人工神經(jīng)網(wǎng)絡的推廣應用具有一定指導意義。
人工神經(jīng)網(wǎng)絡在結構控制中的應用
格式:pdf
大?。?span id="3xhidhi" class="single-tag-height" data-v-09d85783>496KB
頁數(shù):4P
4.5
對人工神經(jīng)網(wǎng)絡在結構控制中的應用做了綜合評述。介紹了神經(jīng)網(wǎng)絡的控制原理,總結了結構控制中常見的網(wǎng)絡模型,闡述了人工神經(jīng)網(wǎng)絡在結構控制中的應用情況,并對未來的發(fā)展方向進行了展望。
人工神經(jīng)網(wǎng)絡在結構近似重分析中的應用研究
格式:pdf
大?。?span id="vn06zt4" class="single-tag-height" data-v-09d85783>277KB
頁數(shù):3P
4.5
簡述傳統(tǒng)的結構近似重分析技術的缺點與不足,介紹bp網(wǎng)絡的原理、算法,利用bp網(wǎng)絡能夠實現(xiàn)從n維設計空間到m維任意非線形映射的特點,通過不同設計變量的訓練樣本集對bp網(wǎng)絡進行訓練,然后輸出擬合值。經(jīng)過分析,證明在結構近似重分析中,采用bp神經(jīng)網(wǎng)絡能很好地實現(xiàn)從設計變量到結構響應之間的映射。
基于人工神經(jīng)網(wǎng)絡方法的網(wǎng)架結構選型
格式:pdf
大?。?span id="rwxnopq" class="single-tag-height" data-v-09d85783>555KB
頁數(shù):4P
4.4
利用matlab編寫核心程序,實現(xiàn)了基于人工神經(jīng)網(wǎng)絡方法的網(wǎng)架結構選型優(yōu)化設計。結果表明,該方法能較好的進行網(wǎng)架結構的選型,從而節(jié)約建造成本。
基坑變形人工神經(jīng)網(wǎng)絡預測及其網(wǎng)絡參數(shù)優(yōu)化
格式:pdf
大?。?span id="dizmnby" class="single-tag-height" data-v-09d85783>364KB
頁數(shù):6P
3
基坑變形人工神經(jīng)網(wǎng)絡預測及其網(wǎng)絡參數(shù)優(yōu)化——基坑變形人工神經(jīng)網(wǎng)絡預測受網(wǎng)絡參數(shù)的影響較大,選取適當?shù)木W(wǎng)絡參數(shù)才能得到較優(yōu)的預測結果。本文介紹了人工神經(jīng)網(wǎng)絡原理及其網(wǎng)絡參數(shù)的優(yōu)化方法。以擋土樁樁頂水平位移預測為例,說明其具體預測步驟及網(wǎng)絡參數(shù)優(yōu)...
基于人工神經(jīng)網(wǎng)絡的舊水泥路面性能評價方法研究
格式:pdf
大?。?span id="pt50i4r" class="single-tag-height" data-v-09d85783>399KB
頁數(shù):3P
4.6
為了評定舊水泥路面的綜合性能,基于人工神經(jīng)網(wǎng)絡,選取6項易得指標建立舊水泥混凝土路面綜合性能評價模型。使用代表性強的樣本進行訓練,得出該評價模型具有較高的準確性,并將該模型應用于實際工程中,效果優(yōu)良。
人工神經(jīng)網(wǎng)絡在空調系統(tǒng)中的應用
格式:pdf
大小:253KB
頁數(shù):2P
4.6
簡要介紹了人工神經(jīng)網(wǎng)絡的結構及特點,并且詳細論述了神經(jīng)網(wǎng)絡在中央空調水系統(tǒng)、風系統(tǒng)、制冷系統(tǒng)、負荷預測、系統(tǒng)的仿真設計和建筑運行能耗評價等方面的應用概況,指出了神經(jīng)網(wǎng)絡在空調領域今后的發(fā)展方向.
人工神經(jīng)網(wǎng)絡在基坑變形性狀研究中的應用
格式:pdf
大小:230KB
頁數(shù):3P
3
人工神經(jīng)網(wǎng)絡在基坑變形性狀研究中的應用——基坑工程不僅要保證維護結構本身的安全,而且要保證周圍建(構)筑物的安全和正常使用。開展基坑工程變形性狀研究具有重要意義。影響基坑變形的因素很復雜,傳統(tǒng)的計算方法已無法準確預測基坑的變形。人工神經(jīng)網(wǎng)絡(an...
人工神經(jīng)網(wǎng)絡預測軟土地基沉降
格式:pdf
大?。?span id="xw1o5ct" class="single-tag-height" data-v-09d85783>255KB
頁數(shù):3P
3
人工神經(jīng)網(wǎng)絡預測軟土地基沉降——簡要介紹了高速公路軟土地基的基本性質和對高速公路的主要影響,充分運用人工神經(jīng)網(wǎng)絡較強的非映射能力來預測軟土地基的沉降,利用實測資料來對復雜的非線性的土工結構進行直接建模,并計算出軟土地基的沉降值,獲得滿意的效果...
人工神經(jīng)網(wǎng)絡在預測軟基沉降中的應用研究
格式:pdf
大?。?span id="irfjaoy" class="single-tag-height" data-v-09d85783>257KB
頁數(shù):3P
3
人工神經(jīng)網(wǎng)絡在預測軟基沉降中的應用研究——依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡預測最終沉降量模型,利用已建高速公路沉降數(shù)據(jù),進行了軟土地基最終沉降量的預測,取得了較為理想的效果。證明神經(jīng)網(wǎng)絡法能避免傳統(tǒng)方法計算過程中各種人為因素...
基于人工神經(jīng)網(wǎng)絡的軟件質量評價
格式:pdf
大?。?span id="4xlmdef" class="single-tag-height" data-v-09d85783>1.4MB
頁數(shù):3P
4.6
基于人工神經(jīng)網(wǎng)絡的軟件質量評價
基于人工神經(jīng)網(wǎng)絡的建筑物沉降預測
格式:pdf
大小:93KB
頁數(shù):2P
4.4
根據(jù)建筑物實測沉降利用人工神經(jīng)網(wǎng)絡理論,建立了前饋網(wǎng)絡預測模型并提出新的學習算法,結合某建筑物糾偏工程實例對建筑物沉降進行了預測.預測結果表明神經(jīng)網(wǎng)絡方法是可行且有效的.
基于人工神經(jīng)網(wǎng)絡的巖石截割參數(shù)預測
格式:pdf
大小:252KB
頁數(shù):3P
4.7
鑒于前人推導的鎬形截齒破巖截割阻力和截割比能耗的理論公式計算值與實際值相差較大以及最優(yōu)截槽寬沒有定量表示,文中選取巖石密度、單軸抗壓強度、抗拉強度、靜態(tài)彈性模量等為影響因子,建立了bp預測網(wǎng)絡模型,并利用此模型對我國常見的4種巖石鎬形齒截割參數(shù)進行了預測。檢驗及預測的結果表明建立的預測網(wǎng)絡運行穩(wěn)定,預測結果良好,對截割力的預測優(yōu)于理論計算結果,對截槽寬和截割厚度最優(yōu)比值、截割比能耗的預測結果良好,相對現(xiàn)有理論的計算和經(jīng)驗公式計算精度有了很大提高,能更好的滿足工程要求。
基于人工神經(jīng)網(wǎng)絡的短期負荷預測的研究
格式:pdf
大?。?span id="xfa6olc" class="single-tag-height" data-v-09d85783>271KB
頁數(shù):4P
4.4
針對電力系統(tǒng)短期負荷預測的特點,以及人工神經(jīng)網(wǎng)絡的自學習和復雜的非線性擬合能力,將人工神經(jīng)網(wǎng)絡的bp、elman、rbf三種模型用于短期負荷預測,建立了短期電力負荷預測模型,綜合考慮氣象、天氣等影響負荷因素進行短期負荷預測。某電網(wǎng)實際預測結果表明,rbf比bp、elman有更好的預測精度,更快的速度。
人工神經(jīng)網(wǎng)絡在巖土參數(shù)反分析中的應用
格式:pdf
大?。?span id="bxbsthi" class="single-tag-height" data-v-09d85783>560KB
頁數(shù):4P
4.4
在運用人工神經(jīng)網(wǎng)絡對深基坑巖土參數(shù)進行反分析的基礎上,將pso與bp算法相結合,充分發(fā)揮pso全局尋優(yōu)的能力和bp算法局部細致搜索優(yōu)勢,并通過實例驗證了方法的可行性??梢钥闯?運用該方法可以使學習效率增高,收斂速度加快,預測結果更加準確。
人工神經(jīng)網(wǎng)絡預測軟土地基沉降
格式:pdf
大?。?span id="rnftqhh" class="single-tag-height" data-v-09d85783>316KB
頁數(shù):3P
4.5
簡要介紹了高速公路軟土地基的基本性質和對高速公路的主要影響,充分運用人工神經(jīng)網(wǎng)絡較強的非映射能力來預測軟土地基的沉降,利用實測資料來對復雜的非線性的土工結構進行直接建模,并計算出軟土地基的沉降值,獲得滿意的效果。結果顯示,人工神經(jīng)網(wǎng)絡應用于軟土地基沉降的前景是非常廣闊的。
人工神經(jīng)網(wǎng)絡在建筑聲學中的應用
格式:pdf
大?。?span id="vmar01v" class="single-tag-height" data-v-09d85783>759KB
頁數(shù):5P
4.8
本文對人工神經(jīng)網(wǎng)絡的歷史作了簡單回顧,并對它在建筑聲學領域中的應用狀況作了闡述,同時提出了有待進一步探討的若干問題。
人工神經(jīng)網(wǎng)絡在材料性能預測中的應用
格式:pdf
大?。?span id="gxcdtuh" class="single-tag-height" data-v-09d85783>312KB
頁數(shù):2P
4.6
泡沫金屬試樣測試復雜,對試樣而言又急需知道基體結構參數(shù)與力學性能和阻尼性能的關系,采用線性回歸技術無法實現(xiàn)這一功能,應用人工神經(jīng)網(wǎng)絡,則解決了通過測量泡沫金屬的四個基本參數(shù)達到推知其力學性能、阻尼性能的課題。
人工神經(jīng)網(wǎng)絡在摩擦材料制備中的應用
格式:pdf
大?。?span id="4ghiswx" class="single-tag-height" data-v-09d85783>589KB
頁數(shù):4P
4.5
采用熱壓成型的方法制備摻雜粉煤灰、以無機纖維為增強體的摩擦材料,并測試其磨損性能。選用bp神經(jīng)網(wǎng)絡建模,以摩擦材料配方、制備工藝、測試條件為輸入變量,以材料的磨損率為輸出變量,采用l-m算法對網(wǎng)絡進行訓練。結果表明,模型可以對材料磨損性能進行有效的預測,可用于配方及制備工藝的優(yōu)化。
人工神經(jīng)網(wǎng)絡在安全科學中的應用綜述
格式:pdf
大小:620KB
頁數(shù):4P
4.4
人工神經(jīng)網(wǎng)絡(ann)是一種動態(tài)信息處理系統(tǒng),它具有聯(lián)想記憶、自組織、自適應、自學習和容錯性等特性。人工神經(jīng)網(wǎng)絡可實現(xiàn)對危險源的動態(tài)分級;可解決安全綜合評價中的不確定性、模糊性和動態(tài)復雜性、指標多、數(shù)據(jù)多等難題;在安全預測方面,可進行煤與瓦斯突出預測、煤礦瓦斯涌出量預測、煤層自燃預測、交通事故預測等。討論了其在安全科學中的應用現(xiàn)狀及存在問題,并對未來研究方向進行了展望。
文輯推薦
知識推薦
百科推薦
職位:家裝整裝室內(nèi)設計師
擅長專業(yè):土建 安裝 裝飾 市政 園林