提出基于人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)最終沉降的預(yù)測(cè)新方法,通過(guò)工程實(shí)例應(yīng)用,在較短的實(shí)測(cè)資料情況下,可獲得較小誤差的最終沉降量,所建立的模型預(yù)測(cè)精度高。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問(wèn)題的過(guò)程中發(fā)展起來(lái)的新型智能信息處理理論,通過(guò)對(duì)人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價(jià)預(yù)測(cè)模型.

提出了根據(jù)實(shí)測(cè)數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預(yù)測(cè)模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡(luò)變形預(yù)測(cè)模型,并給出應(yīng)用實(shí)例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預(yù)測(cè)效果良好,具有一定參考價(jià)值和指導(dǎo)意義。

以拓?fù)渲笖?shù)為結(jié)構(gòu)描述符,用基于levenberg-marquardt優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)建立了醇類化合物的結(jié)構(gòu)與色譜保留值的相關(guān)性模型,用于未知醇類化合物在se-30和ov-3兩根色譜柱上保留指數(shù)的同時(shí)預(yù)測(cè),其學(xué)習(xí)速率優(yōu)于文獻(xiàn)中普通bp神經(jīng)網(wǎng)絡(luò)法,預(yù)測(cè)準(zhǔn)確度與普通bp神經(jīng)網(wǎng)絡(luò)法接近,但優(yōu)于多元線性回歸法,因而是一種較好的預(yù)測(cè)有機(jī)化合物氣相色譜保留指數(shù)的方法.

大型裝備中普遍采用組合結(jié)構(gòu),其整體工作性能取決于預(yù)緊元件的預(yù)緊參數(shù)。確定預(yù)緊參數(shù)的傳統(tǒng)方法不適用于大型結(jié)構(gòu),有限元法的分析次數(shù)又過(guò)多,實(shí)際上無(wú)法實(shí)現(xiàn)。文章提出用人工神經(jīng)網(wǎng)絡(luò)取代有限元進(jìn)行整體性分析的方法,并針對(duì)某大型壓機(jī)建立了神經(jīng)網(wǎng)絡(luò)模型。結(jié)果表明,用該方法可快速完成復(fù)雜組合結(jié)構(gòu)的整體性分析,且精度較高。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測(cè)資料進(jìn)行沉降預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預(yù)壓荷載卸荷時(shí)間預(yù)報(bào).研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測(cè)模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

基于灰關(guān)聯(lián)識(shí)別方法,解析了各震害影響因子對(duì)多層磚房抗震性能的影響程度;并利用bp人工神經(jīng)網(wǎng)絡(luò)非線性模型對(duì)震害實(shí)例樣本進(jìn)行了訓(xùn)練。結(jié)果表明:利用灰關(guān)聯(lián)分析,可得出各因子對(duì)多層磚房抗震性能影響程度的大小排序,有利于實(shí)際的工程抗震設(shè)計(jì);基于bp人工神經(jīng)網(wǎng)絡(luò)模型的多層磚房的震害預(yù)測(cè)結(jié)果與震害實(shí)例的實(shí)際情況比較吻合,其思路和方法可推廣于其他不同類型的建筑結(jié)構(gòu)的震害預(yù)測(cè)。

用vb編制了人工神經(jīng)網(wǎng)絡(luò)的通用bp算法程序。根據(jù)西安參考年氣象參數(shù),采用動(dòng)態(tài)模擬程序計(jì)算了某辦公樓4月至9月逐時(shí)冷負(fù)荷,結(jié)果顯示利用神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值與計(jì)算值吻合。

利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意。

針對(duì)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測(cè)模型結(jié)構(gòu)難以確定的問(wèn)題,詳細(xì)闡述了一種在模型訓(xùn)練中進(jìn)行隱層數(shù)目及隱層單元數(shù)目動(dòng)態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開(kāi)發(fā)工具實(shí)現(xiàn)了變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測(cè)模型,經(jīng)用華南26個(gè)巖體檢驗(yàn),回憶率及預(yù)測(cè)率均高達(dá)100％。該方法提供了一種面向具體問(wèn)題的動(dòng)態(tài)解決方案,在成礦預(yù)測(cè)工作中具有一定的實(shí)用性。

基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型——利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意。　　

針對(duì)基坑變形預(yù)測(cè)中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)基坑變形的新方法。用一樁錨聯(lián)合支護(hù)體系實(shí)例進(jìn)行了預(yù)測(cè)研究,得到支護(hù)體系的不同預(yù)測(cè)模型的組合預(yù)測(cè)值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差比gm(1,1)預(yù)測(cè)模型小;與bp預(yù)測(cè)模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測(cè)中,為了更準(zhǔn)確地預(yù)測(cè)基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與bp預(yù)測(cè)相結(jié)合的方法進(jìn)行預(yù)測(cè)。

人工神經(jīng)網(wǎng)絡(luò)模型描述

采用comgis(組件式地理信息系統(tǒng))技術(shù)開(kāi)發(fā)了結(jié)合專業(yè)震害分析模型的建筑物震害評(píng)估系統(tǒng),討論了基于bp人工神經(jīng)網(wǎng)絡(luò)和gis耦合模型的多層磚房震害預(yù)測(cè).研究表明:水平成層土地震反應(yīng)分析程序shake91在vb菜單下可直接調(diào)用,實(shí)現(xiàn)地震動(dòng)影響場(chǎng)計(jì)算的模塊化;bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于建筑物震害預(yù)測(cè)中,能達(dá)到較理想的效果,其計(jì)算模型在系統(tǒng)菜單下可直接調(diào)用;系統(tǒng)的gis空間分析功能可使震害預(yù)測(cè)結(jié)果與建筑物信息進(jìn)行空間匹配,實(shí)現(xiàn)地震災(zāi)害損失快速評(píng)估.

提出人工神經(jīng)網(wǎng)絡(luò)模型來(lái)模擬傳統(tǒng)的帶肋鋼筋和混凝土之間的粘結(jié)性能,目的是預(yù)測(cè)鋼筋從混凝土混合物中拔出的極限荷載(第一神經(jīng)網(wǎng)絡(luò)模型)或抗壓強(qiáng)度(第二神經(jīng)網(wǎng)絡(luò))以及根據(jù)rilem試驗(yàn)設(shè)計(jì)的不同鋼筋直徑的拔出極限荷載。采用112個(gè)帶肋鋼筋(直徑為10mm、12mm)以及三種不同混凝土配合比的拔出試驗(yàn)結(jié)果數(shù)據(jù)庫(kù),對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。根據(jù)反向傳播算法,進(jìn)行多層感知器訓(xùn)練。第一個(gè)模型(ann-6)有6個(gè)輸入:鋼筋直徑、水灰比、砂石比、級(jí)配、水泥種類和混凝土齡期。第二個(gè)模型(ann-2)有2個(gè)輸入:鋼筋直徑、混凝土抗壓強(qiáng)度,兩個(gè)模型的輸出均為極限拔出荷載。研究結(jié)果顯示:所采用的模型預(yù)測(cè)精度高、誤差低、具有魯棒性。從魯棒性方面,第一個(gè)模型(ann-6)比第二個(gè)模型(ann-2)更精確。將混凝土的成分作為輸入?yún)?shù),而不是混凝土的強(qiáng)度,對(duì)于帶肋鋼筋-混凝土界面的局部現(xiàn)象更具代表性。

用人工神經(jīng)網(wǎng)絡(luò)算法計(jì)算了消失模鑄造充型過(guò)程中不同時(shí)刻液態(tài)金屬-模樣界面的位置。通過(guò)實(shí)驗(yàn)對(duì)該算法進(jìn)行了驗(yàn)證,模擬計(jì)算結(jié)果與實(shí)際測(cè)試結(jié)果無(wú)論在充型形態(tài)還是充型時(shí)間上都符合得較好。根據(jù)得出的界面位置及邊界條件,通過(guò)求解n-s方程和能量方程計(jì)算了消失模鑄造充型過(guò)程的流場(chǎng)及溫度場(chǎng)。討論了該計(jì)算模型在消失模鑄造過(guò)程模擬仿真中的應(yīng)用。

討論了地鐵區(qū)間隧道盾構(gòu)施工引起的地表變形機(jī)理,并結(jié)合某地鐵工程的實(shí)踐,利用神經(jīng)網(wǎng)絡(luò)技術(shù)處理非線性問(wèn)題的優(yōu)勢(shì),應(yīng)用人工神經(jīng)網(wǎng)絡(luò)對(duì)地表沉降進(jìn)行了預(yù)測(cè),經(jīng)與現(xiàn)場(chǎng)實(shí)測(cè)值作對(duì)比分析,證實(shí)該方法具有較高的準(zhǔn)確性。研究表明,該方法對(duì)處理此類非結(jié)構(gòu)性規(guī)律的多因素綜合影響問(wèn)題較一般方法具有更強(qiáng)的適應(yīng)性。

利用matlab編程語(yǔ)言構(gòu)造了三層bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),建立了基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報(bào)價(jià)模型,通過(guò)仿真模擬確定標(biāo)高金水平,并用實(shí)例驗(yàn)證了其可靠性,為承包商作出合理報(bào)價(jià)決策提供了科學(xué)依據(jù)。

神經(jīng)網(wǎng)絡(luò)系統(tǒng)是由大量結(jié)構(gòu)和功能十分簡(jiǎn)單的處理單元即神經(jīng)元廣泛互連而成的高度復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng)。以人工神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ),運(yùn)用單隱層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)算法,建立了營(yíng)銷組合決策的神經(jīng)網(wǎng)絡(luò)模型。以區(qū)域電力市場(chǎng)為實(shí)例,對(duì)建立的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行多次訓(xùn)練,結(jié)果證明模型計(jì)算值與實(shí)際值十分接近,從而說(shuō)明了該模型具有較好的適用性。

為研究人工神經(jīng)網(wǎng)絡(luò)在離岸混凝土氯離子滲透中的應(yīng)用,從已有文獻(xiàn)中選用653組數(shù)據(jù),建立網(wǎng)絡(luò)結(jié)構(gòu)為13-27-1的模型進(jìn)行訓(xùn)練、預(yù)測(cè)。研究結(jié)果表明:人工神經(jīng)網(wǎng)絡(luò)能有效預(yù)測(cè)離岸混凝土中的氯離子擴(kuò)散系數(shù);水灰比,水泥、減水劑、外加劑(粉煤灰、礦渣、硅灰)、骨料的含量以及混凝土的抗壓強(qiáng)度、養(yǎng)護(hù)機(jī)制、試驗(yàn)方法、暴露時(shí)間和暴露環(huán)境均會(huì)對(duì)氯離子擴(kuò)散系數(shù)產(chǎn)生影響。