人工神經(jīng)網(wǎng)絡(luò)在基坑變形性狀研究中的應(yīng)用——基坑工程不僅要保證維護結(jié)構(gòu)本身的安全，而且要保證周圍建(構(gòu))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(fù)雜，傳統(tǒng)的計算方法已無法準確預(yù)測基坑的變形。人工神經(jīng)網(wǎng)絡(luò)(an...

人工神經(jīng)網(wǎng)絡(luò)在預(yù)測軟基沉降中的應(yīng)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(luò)預(yù)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(yù)測，取得了較為理想的效果。證明神經(jīng)網(wǎng)絡(luò)法能避免傳統(tǒng)方法計算過程中各種人為因素...

在運用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進行反分析的基礎(chǔ)上,將pso與bp算法相結(jié)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。可以看出,運用該方法可以使學習效率增高,收斂速度加快,預(yù)測結(jié)果更加準確。

泡沫金屬試樣測試復(fù)雜,對試樣而言又急需知道基體結(jié)構(gòu)參數(shù)與力學性能和阻尼性能的關(guān)系,采用線性回歸技術(shù)無法實現(xiàn)這一功能,應(yīng)用人工神經(jīng)網(wǎng)絡(luò),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。

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(luò)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(luò)進行訓練。結(jié)果表明,模型可以對材料磨損性能進行有效的預(yù)測,可用于配方及制備工藝的優(yōu)化。

人工神經(jīng)網(wǎng)絡(luò)(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(yīng)、自學習和容錯性等特性。人工神經(jīng)網(wǎng)絡(luò)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(fù)雜性、指標多、數(shù)據(jù)多等難題;在安全預(yù)測方面,可進行煤與瓦斯突出預(yù)測、煤礦瓦斯涌出量預(yù)測、煤層自燃預(yù)測、交通事故預(yù)測等。討論了其在安全科學中的應(yīng)用現(xiàn)狀及存在問題,并對未來研究方向進行了展望。

人工神經(jīng)網(wǎng)絡(luò)在工程管理中的應(yīng)用——基于建設(shè)工程的復(fù)雜性和長期性,闡述了工程管理發(fā)展的新現(xiàn)象,對神經(jīng)網(wǎng)絡(luò)的發(fā)展及其結(jié)構(gòu)特點作了介紹,并對神經(jīng)網(wǎng)絡(luò)在工程管理各個階段的應(yīng)用及其所帶來的優(yōu)點進行了探討,解決了諸多工程難題。

人工神經(jīng)網(wǎng)絡(luò)在巖石力學中的應(yīng)用——從巖石力學研究思維方式轉(zhuǎn)變的觀點出發(fā)，從巖石非線性系統(tǒng)辨識、工程時序預(yù)測、反分析及巖石工程系統(tǒng)等四個方面綜述了人工神經(jīng)網(wǎng)絡(luò)在巖石力學中的應(yīng)用進展情況，并對其應(yīng)用情況進行了簡要評述?！　?/p>

對人工神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)控制中的應(yīng)用做了綜合評述。介紹了神經(jīng)網(wǎng)絡(luò)的控制原理,總結(jié)了結(jié)構(gòu)控制中常見的網(wǎng)絡(luò)模型,闡述了人工神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)控制中的應(yīng)用情況,并對未來的發(fā)展方向進行了展望。

依據(jù)從2005年1~12月所采集的365組試驗數(shù)據(jù),建立了一個能夠反映土壤墑情變化與氣候因素之間關(guān)系的人工神經(jīng)網(wǎng)絡(luò)模型。模型共分輸入層、隱含層和輸出層3層。輸入層的輸入變量包括數(shù)據(jù)采集當天的10cm、20cm和40cm深度的土壤含水量以及當天的日照時數(shù),空氣濕度,平均氣溫和降雨量。輸出層的輸出變量包括1天后的10cm2、0cm和40cm深度的土壤含水量。模型的學習因子為0.1,動量因子為0.05。模型經(jīng)過25000次訓練后收斂,收斂誤差為8×10-4,這說明該模型能夠很好的反映出輸出量與輸入量的關(guān)系,并能夠準確預(yù)報出土壤水分信息。

介紹了應(yīng)用人工神經(jīng)網(wǎng)絡(luò)解決問題的基本原理;論述了人工神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)工程中的應(yīng)用及可能的應(yīng)用范圍;并指出了應(yīng)用人工神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)工程中要注意的問題。

人工神經(jīng)網(wǎng)絡(luò)在巖土參數(shù)反分析中的應(yīng)用——在運用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進行反分析的基礎(chǔ)上，將pso與bp算法相結(jié)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...

從巖石力學研究思維方式轉(zhuǎn)變的觀點出發(fā),從巖石非線性系統(tǒng)辨識、工程時序預(yù)測、反分析及巖石工程系統(tǒng)等四個方面綜述了人工神經(jīng)網(wǎng)絡(luò)在巖石力學中的應(yīng)用進展情況,并對其應(yīng)用情況進行了簡要評述。

簡述傳統(tǒng)的結(jié)構(gòu)近似重分析技術(shù)的缺點與不足,介紹bp網(wǎng)絡(luò)的原理、算法,利用bp網(wǎng)絡(luò)能夠?qū)崿F(xiàn)從n維設(shè)計空間到m維任意非線形映射的特點,通過不同設(shè)計變量的訓練樣本集對bp網(wǎng)絡(luò)進行訓練,然后輸出擬合值。經(jīng)過分析,證明在結(jié)構(gòu)近似重分析中,采用bp神經(jīng)網(wǎng)絡(luò)能很好地實現(xiàn)從設(shè)計變量到結(jié)構(gòu)響應(yīng)之間的映射。

對人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及基本原理作了簡要介紹,重點介紹了橋梁損傷智能診斷中常用的bp神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)及其國內(nèi)外的主要研究成果,指出了bp神經(jīng)網(wǎng)絡(luò)的一些缺陷并提出了相應(yīng)的改進方法,最終對人工神經(jīng)網(wǎng)絡(luò)在橋梁損傷智能診斷發(fā)展應(yīng)用作了展望。

介紹了模糊綜合評判和人工神經(jīng)網(wǎng)絡(luò)原理,分析了一般bp神經(jīng)網(wǎng)絡(luò)在研究復(fù)雜性問題時存在的局限性,根據(jù)模糊人工神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建方法,探討了該模型在礦井構(gòu)造定量評價中的應(yīng)用,結(jié)合鮑店煤礦的實際資料,對建立的模糊人工神經(jīng)網(wǎng)絡(luò)模型進行了學習訓練,對未采區(qū)的構(gòu)造復(fù)雜程度進行了預(yù)測,結(jié)果表明:模糊人工神經(jīng)網(wǎng)絡(luò)較一般bp神經(jīng)網(wǎng)絡(luò)具有更快的收斂速度和更準確的預(yù)測效果.

探討了礦井構(gòu)造定量評價的人工神經(jīng)網(wǎng)絡(luò)方法,結(jié)合東坡井田實際,重點討論了bp模型的輸入層、隱含層和輸出層的構(gòu)置和優(yōu)選等問題,并使用有序地質(zhì)量最優(yōu)分割方法和插值法得到學習樣本,經(jīng)過學習樣本的訓練,對未知單元進行評價取得了良好的效果

人工神經(jīng)網(wǎng)絡(luò)在徐州巖溶地面塌陷評價中的應(yīng)用——巖溶地面塌陷的影響因素很多，發(fā)展過程也復(fù)雜。在眾多的對巖溶地面塌陷的評價方法中，神經(jīng)網(wǎng)絡(luò)具有自學習、自適應(yīng)與高度非線性映射的特點，是一種非常有效的評價手段。在徐州巖溶石地面塌陷的評價中，成功地運用...

人工神經(jīng)網(wǎng)絡(luò)在砂土液化識別中的應(yīng)用——結(jié)合砂土液化的影響指標和神經(jīng)網(wǎng)絡(luò)的特性，提出了一種針對砂土進行識別的新方法-bp網(wǎng)絡(luò)方法。bp網(wǎng)絡(luò)是通過將網(wǎng)絡(luò)輸出誤差反饋回傳，來對網(wǎng)絡(luò)參數(shù)進行修正，從而實現(xiàn)網(wǎng)絡(luò)的映射能力。

為在繼電器的設(shè)計和生產(chǎn)階段通過多個評價指標評價其整體品質(zhì),研究了多層次綜合評判模型的可計算性。該模型依據(jù)電器產(chǎn)品設(shè)計方案關(guān)于技術(shù)性能和成本的綜合評價指標體系,并通過對神經(jīng)網(wǎng)絡(luò)原理的評判方法的研究而建立。實例證明,人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為處理各種模糊的、數(shù)據(jù)不完全的、模擬的、不精確的模式識別問題提供了一個全新的途徑。

在灌區(qū)改造規(guī)劃資料統(tǒng)計的基礎(chǔ)上,擬建了一套涵蓋較全面的指標和指標分級體系,利用附加動量/自適應(yīng)學習率的改進bp算法,建立一個人工神經(jīng)網(wǎng)絡(luò)綜合評價模型,并對二個實際灌區(qū)進行評價。模型具有突出體現(xiàn)目標、靈敏反映差異,收斂快等特點。

將人工神經(jīng)網(wǎng)絡(luò)引入房地產(chǎn)估價領(lǐng)域,闡述了b—p神經(jīng)網(wǎng)絡(luò)的原理和特點,并提出基于b—p神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)估價程序,為房地產(chǎn)估價提供了一種新的解決方法、一種新的思想。