BP人工神经网络在铁锣坪斜拉桥施工控制中的应用

以沪蓉西国道主干线铁锣坪特大桥为工程背景,引入了BP人工神经网络对未施工梁段的前端标高变化进行预测,将影响梁段标高变化的因素作为输入样本,实测标高变化作为输出样本对BP网络进行训练,利用BP网络具备输入参数与输出参数之间的非线性映射关系的特点对后续梁段在斜拉索第三次张拉完毕后的标高变化进行预测。     

BP神经网络在隧道工程中的应用研究

隧道工程是一个本构关系十分复杂的系统,而神经网络系统正是处理复杂系统的一种比较有效的工具。通过对多层神经网络的运行机制和隧道工程特点的分析,认为由于在岩土工程中样本的影响因素众多,样本的噪音不可避免,带噪音的样本会严重影响神经网络泛化能力,因此在应用时必须提高神经网络的泛化能力。着重从神经网络结构和网络训练方面探讨了隧道工程中提高网络泛化滤波能力的方法。     

人工神经网络在汽车变速器齿轮故障诊断中的应用

本文通过对神经网络的研究，提出了基于神经网络的故障诊断方法，并以汽车变速器齿轮诊断为例，建立齿轮状态的分类网络，对齿轮状态进行诊断识别。经过验证表明该方法具有效的。     

人工神经网络在桥梁结构等级评估中的应用

介绍了径向基函数神经网络和BP神经网络模型的特点 ,提出了基于神经网络的桥梁结构等级评估方法 ,讨论了这两种神经网络模型的误差及其收敛速度     

基于模糊聚类BP 神经网络在边坡稳定性评价中的应用研究

利用边坡样本之间存在的相似性,采用模糊聚类分析方法对边坡样本进行分类,并根据择近原则将预测样本划归为贴近度最大的聚类模式,运用该模式对预测样本的稳定系数进行BP神经网络预测。通过实例证明了该方法的可靠性和有效性。     

BP神经网络技术在斜拉桥施工控制中的应用

介绍了传统方法在斜拉桥施工控制中的局限性,提出了以BP神经网络技术为基础的施工控制方法.研究表明,人工神经网络方法在解决多影响因子复杂非线性问题方面具有显著的优势,在施工控制中具有广阔的应用前景.通过具体实例验证了该方法具有较强的可行性及可靠性.     

BP神经网络在挖掘机电气系统故障诊断中的应用

介绍了BP网络的结构及学习算法,阐明了电气系统故障诊断的实现过程.通过对挖掘机蓄电池常见故障进行试验和测试,验证了该神经网络收敛速度快、学习记忆稳定,具有很好的学习功能.     

BP—GA算法在短时交通流预测中的应用研究

本文提出了一种基于BP神经网络的遗传算法,分别利用其局部和全局寻优能力强的特点综合为一种新的优化算法,并将改进的算法应用于交通流预测中。通过实例分析,可看到改进的模型在进行交通流预测时具有较好的预测效果。     

BP神经网络技术在斜拉桥施工控制中的应用

介绍了传统方法在斜拉桥施工控制中的局限性,提出了以BP神经网络技术为基础的施工控制方法.研究表明,人工神经网络方法在解决多影响因子复杂非线性问题方面具有显著的优势,在施工控制中具有广阔的应用前景.通过具体实例验证了该方法具有较强的可行性及可靠性.     

快速二阶BP神经网络在公路交通量预测中的应用

在二阶BP神经网络基础上加以改进，提出一种快速二阶BP神经网络，并将把该方法成功地用于公路交通量的预测中，通过与其它方法的比较分析，得出快速二阶BP神经网络预测方法加快了收敛速度，提高了结果的准确度，为科学地预测公路交通量提供了有力依据。     

BP神经网络在自动变速器故障诊断中的应用

由于自动变速器故障自诊断系统不易准确判断故障原因和具体位置,文章借助汽车OBD自诊断协议,组建自动变速器电子控制系统的诊断数据采集系统。以某轿车01M型自动变速器不能升挡故障为例,采用V.A.S5052故障诊断仪对其进行数据采集与分析。建立了基于BP神经网络的典型故障诊断模型,并对自动变速器典型故障进行实际数据测试,准确识别出自动变速器不能升挡的典型故障原因是节气门位置传感器线路故障和车速传感器断路故障。结果表明人工神经网络具有很高的诊断精度。     

改进的BP神经网络在港口物流量预测中的应用

针对传统BP神经网络模型收敛速度慢的缺陷,对其进行改进,以提高收敛速度。经运用厦门港物流出口量的历史数据进行检验分析,给出BP神经网络仿真计算方法,其仿真结果与实际结果比较,具有较高的可信度。证明了改进后的模型加快了收敛速度,提高预测结果的准确性。     

BP神经网络在LPG发动机电控系统中的应用

研究了BP神经网络在LPG发动机电控系统中的应用。通过应用误差反传算法训练了网络,建立了LPG进气量和EGR率与两个主要参数之间的影响关系。试验表明神经网络对减少废气排放起了较大的作用。     

快速二阶BP神经网络在公路交通量预测中的应用

在二阶BP神经网络基础上加以改进,提出一种快速二阶BP神经网络,并将把该方法成功地用于公路交通量的预测中,通过与其它方法的比较分析,得出快速二阶BP神经网络预测方法加快了收敛速度,提高了结果的准确度,为科学地预测公路交通量提供了有力依据.     

BP和RBF神经网络在边坡稳定性评估中的比较研究

通过实例分析,对BP神经网络和RBF神经网络在边坡稳定性评估中的应用进行了比较研究,结果表明,BP神经网络和RBF神经网络均能很好地对边坡稳定性进行评估,但RBF神经网络比BP神经网络的训练速度更快,效率更高,并且对于同样的精度要求,RBF神经网络对边坡稳定性的评估结果更加准确和适用。     

人工神经网络在边坡稳定性预测中的运用

以重度、粘聚力、摩擦角、边坡角、坡高、孔隙压力比作为输入,采用同一地区的17个滑坡样本数据,建立了6个输入层、6个隐含层、1个输出层的反向传播神经网络;通过网络训练和分析,得到了该地区的滑坡预报模型和连接权值。结果表明,采用人工神经网络评价边坡的稳定性是可行而有效的。     

BP神经网络在方形钢管砼承载力预测中的应用

本文利用人工神经网络建立了方形钢管混凝土的神经网络BP模型.对方钢管混凝土轴压短柱,选取试件长度、截面的宽度、钢管的厚度、混凝土的抗压强度及钢材的屈服强度5个影响轴压短柱极限承载力的主要因素作为输入单元,选用45组数据作为训练集,8组数据作为测试集,建立了一个3层的BP神经网络预测模型,仿真预测结果要比现有计算理论更准确.     

BP神经网络在自行火炮电启动系统故障诊断中的应用

自行火炮电启动系统的故障征兆与故障原因之间具有很强的非线性映射关系,通常对其进行在线故障诊断是比较困难的。利用BP神经网络的非线性映射的特性,由神经网络来学习及存储自行火炮电启动系统的故障征兆信号和故障原因之间的映射关系,并将其用于在线诊断,从而达到对自行火炮电启动系统的故障进行在线自动故障诊断的目的,极大地提高了故障的诊断效率。     

BP网络在ASM底盘测功机模型识别中的应用

针对ASM测试系统用底盘测功机,提出一种应用改进型BP神经网络对其进行模型识别及扭矩预估计的方法。根据试验数据,应用该方法建立了底盘测功机转矩的预估模型,并对其进行了试验仿真,仿真结果表明:其建模过程简洁,数据拟合精度高。不仅如此,该方法对ASM测试系统的控制也具有一定的参考价值。     

BP神经网络在土工合成材料蠕变预测中的应用研究

通过对目前广泛应用于加筋土工程的土工合成材料-CE131土工网、SDL25土工格栅进行不同应力水平作用下的长期荷载蠕变试验，获得大量的实验数据。在此基础上，运用最小二乘和BP神经网络对其蠕变量进行预测。最小二乘原理是在曲线族中寻找一曲线去拟合实验数据，从得到的误差平方和σ=0．00116来看，其拟合精度较高。BP神经网络具有白适应学习和记忆能力，尤其是三层BP神经网络模型，所得预测值与实际值误差最大为0．91％，较最小二乘3．4％的误差改善了许多，该法为蠕变预测找到了一条新的途径。