在役混凝土结构保护层锈胀开裂时间预测方法

文章在对南宁市友爱立交桥桥墩结构进行耐久性检测的基础上，运用合理的钢筋锈蚀量数学计算模型，预测分析了该桥桥梁墩柱混凝土保护层锈胀开裂时间及其分布特征。结果表明，混凝土结构保护层锈胀开裂时间具有随机性，且总体服从正态分布。     

基于BP神经网络的PGIS空车位数预测建模研究

文章采用BP神经网络对城市停车诱导信息系统（PGIS）中的空余车位数进行预测研究，建立了基于BP神经网络的PGIS空车位数预测模型，并介绍了模型预测的过程和方法。     

基于遗传算法的BP神经网络短时交通流预测

对BP神经网络模型、方法及遗传算法的基本原理进行了分析,将遗传算法与标准BP神经网络算法相结合构建了基于遗传算法的神经网络算法;建立了基于BP神经网络的短时交通流预测模型,对BP神经网络算法及基于遗传算法的BP神经网络算法进行设计,并将其应用于短时交通流预测模型的仿真计算,仿真结果表明基于遗传算法的BP神经网络算法具有更快的计算速度及更好的适应能力,该方法可以较好地应用于短时交通流预测。     

基于人工蜂群优化小波神经网络的隧道沉降预测

小波神经网络存在收敛速度较慢、易陷入局部最优的缺陷,而人工蜂群算法收敛速度快且同时具有局部和全局搜索的能力。文章利用人工蜂群算法对小波神经网络进行优化,形成人工蜂群小波神经网络,并将其应用于地铁隧道沉降预测;并以深圳地铁10号线为例,将该模型的预测结果与BP神经网络、小波神经网络进行对比分析。结果表明,人工蜂群小波神经网络较其它两种模型的预测精度更高,预测结果更稳定。     

BP神经网络算法下青海公路货运周转量预测

随着中西部社会化建设的迅猛发展,中西部许多地区的运输发展直接影响着丝绸之路经济带的建设,我们通过研究预测未来的需求制定相关措施来助力丝绸之路的经济发展,论文将青海省公路货运量与BP神经网络模型相结合。利用MATLAB对BP神经网络模型预测未来公路货物运输相关数据。将预测结果作为依据来指导下一步的相关工作,对研究青海公路运输有一定参考意义。     

空心板梁桥时变承载能力劣化规律研究

为了更准确地预测混凝土空心板梁桥的时变承载能力,从而指导旧桥维护和加固,文章基于混凝土碳化、钢筋锈蚀原理,考虑混凝土强度的衰减、钢筋锈蚀造成的强度降低和截面积减小以及钢筋与混凝土协同工作能力的退化,分别对混凝土空心板简支梁桥的上部结构、下部结构的时变承载能力展开研究。研究结果表明:混凝土保护层开裂前钢筋锈蚀速度缓慢,混凝土强度衰减是空心板抗弯承载力下降的主导因素,保护层开裂后钢筋锈蚀速度较快,加速了结构承载力的下降;当锈蚀量超过0.3 mm后,钢筋锈蚀对空心板抗弯承载力的影响逐渐减小;墩柱的时变抗压承载力主要受混凝土强度的衰减影响,钢筋锈蚀的影响较小。     

灰色BP网络串联式组合模型在铁路客货运输量预测中的应用

针对铁路客货运输量发展趋势的研究,建立一种基于灰色理论和BP神经网络的串联式组合预测模型。该模型首先用同一组数据序列建立不同参数的灰色方程,然后用各灰色方程分别预测,最后将各灰色方程预测的结果进行BP神经网络非线性组合,形成串联式组合预测模型。对湖南省铁路客货运量进行分析预测,结果表明:该组合模型预测的准确性高于单独使用灰色模型的准确性,是一种可靠有效的预测方法。     

基于BP神经网络的川气东送管道土壤腐蚀预测

通过现场埋片和土壤理化性质试验确定了影响川气东送管道腐蚀速率的主要土壤因素,对39个试验点的X70钢质试片的腐蚀数据进行分析,构建了X70钢材土壤腐蚀预测模型,利用该模型在BP神经网络中训练、模拟,并运用MATLAB软件对神经网络进行编程,将预测结果与现场X70埋片腐蚀实验结果对比。结果表明:运用BP神经网络可以建立稳定性好的土壤腐蚀预测模型,预测川气东送管道X70钢材在土壤中的腐蚀速率的准确度达到90%以上。     

隧道洞室地基稳定性双阶段多策略粒子群BP网络模型研究

影响隧道洞室地基稳定性的因素众多,这些因素与隧道洞室地基稳定性之间存在着复杂的非线性关系,并且常规的方法很难描述这种复杂的关系。文章提出了一种双阶段多策略粒子群算法(DMPSO)优化的BP神经网络隧道洞室地基稳定性评价模型。粒子群算法具有全局优化能力强、搜索效率高等特点,算法改进后使这些特点更加突出。BP算法有很强的非线性映射能力、泛化能力,但也有收敛速度慢,容易陷入局部最优等缺陷。采用双阶段多策略粒子群算法(DMPSO)搜索BP模型的权值和阈值,弥补了BP模型的缺陷,提高了其预测的准确度。文章以重庆小什字车站洞室地基为例,证明了双阶段多策略粒子群算法优化的BP神经网络模型(DMPSO-BP)的可行性,并且该模型比模糊神经网络和粒子群优化的BP神经网络(PSO-BP)模型有更好的预测精度。     

基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价研究

通过深入分析开采深度、煤层顶底板性质、冲击倾向性、地质构造、开采技术等因素对煤层冲击危险性的影响，建立基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价模型；将所确定的影响冲击危险性因素进行数量级划分，利用蝙蝠算法对BP神经网络的权值与阈值最优值选择进行优化，对煤层冲击危险性进行无冲击危险性、弱冲击危险性、中等冲击危险性、强冲击危险性的等级评价。应用蝙蝠算法优化BP神经网络煤层冲击危险性智能综合评价模型对内蒙古某矿的煤层及江苏某煤矿工作面进行实例验证，评价结果与综合指数法计算所得结果一致，表明该模型可以用于煤层冲击危险性评价。应用该模型对煤层进行冲击危险性评价时，改善了BP网络结构在权值和阈值确定上的随机缺陷，提高了算法稳定性，因而得到的评价结果更加合理。     

基于形貌特征的CO2腐蚀速率预测方法

针对CO2腐蚀过程复杂，难以利用实测数据有效预测腐蚀速率问题，文中以腐蚀形貌图像为对象，利用支持向量机（SVM）构建预测模型，实现对CO2腐蚀速率的预测。对N80钢的CO2腐蚀图像进行灰度处理、灰度增强及二值化处理，提取蚀孔数目和孔蚀面积。经计算获得孔蚀密度及孔蚀率，结合工作温度及CO2分压作为腐蚀速率预测的四维特征向量。以SVM构建预测模型，经测试，可准确预测CO2腐蚀速率，并与神经网络预测结果进行对比，验证了该方法的优越性。     

油气管道周向漏磁检测信号分析

用于检测管道腐蚀缺陷的漏磁检测方法已运用多年,但传统的轴向漏磁检测方法无法检测到狭长的轴向腐蚀缺陷,使用周向漏磁检测则能很好地弥补轴向漏磁检测的不足。周向漏磁检测及其信号分析在国内还处于起步阶段。采用ANSYS仿真软件建立了周向漏磁检测模型,并进行了电磁场模拟;对仿真模型提取的漏磁信号与腐蚀缺陷的尺寸信息进行了定性分析,提出应用BP神经网络定量分析油气管道腐蚀缺陷与漏磁信号的关系。结果表明：漏磁信号能定性地判断腐蚀缺陷,而使用BP神经网络方法可以定量地确定管道腐蚀缺陷尺寸,有助于提高检测的精度,同时也为油气管道安全评价提供了依据。     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

基于灰色神经网络的输油管道运行费用预测

输油管道运行费用的预测在原油运输中有着重要意义,文中将灰色预测模型与神经网络预测模型结合起来,建立灰色神经网络预测模型,对输油管道运行费用进行预测。灰色神经网络预测模型充分发挥了灰色预测模型和神经网络预测模型样本少、计算速度快的优点。计算结果表明：灰色神经网络与EBP神经网络相比,预测模型精度高,计算量小,收敛速度快。     

基于BP神经网络的压气站风险评价方法

压气站作为输气管网系统中的重要组成部分,在使用过程中会受到环境因素、腐蚀因素、防腐系统等因素的影响,在一定程度上增大了压气站的风险水平.文中借鉴国内压气站风险评价技术的基本思想和处理方法,结合国内压气站设计、施工、运行、维护的实际条件,根据人工神经网络的原理和方法,建立了BP神经网络风险评价模型.利用某输气公司提供的2...     

基于LS-SVM的天然气管网负荷组合预测

针对现有组合预测模型,基于经验风险最小化原则,克服预测精度受组合模型限制的缺点,提出一种基于最小二乘支持向量机（LS-SVM）的天然气管网负荷组合预测模型,并与AR模型、BP神经网络模型、GM（1,1）模型以及最优权重组合模型进行了比较,得出基于最小二乘支持向量机的天然气管网负荷组合预测模型能够得到更高的预测精确度,可为天然气管网的安全运行以及优化调度提供决策支持的结论。     

基于神经网络的无信号路口人车交通行为预测分析

以无信号灯路口人车交通行为为研究对象,对行人和机动车辆在无信号灯路口的整体交通行为进行分类预测。在对路口现场交通情况进行拍摄后,用电脑的分帧技术对所需要的数据进行提取和分类,而后建立BP神经网络模型,确定神经网络的输入变量与输出变量。将样本数据导入神经网络并进行训练和测试后,得出行人和车辆过街类型的分类准确率,并且通过准确率所达到的标准来证明了BP神经网络模型的可行性。     

核级管道腐蚀数据的概率统计分析

针对核级管道腐蚀环境的复杂性及腐蚀过程的随机性,提出了基于概率统计方法的最大腐蚀深度预测模型。首先对核级管道进行腐蚀失效分析;其次采用广义极值分布模型（GEV）拟合管道最大腐蚀深度数据,用L-矩法计算模型的参数值,分析核级管道腐蚀深度的统计规律;最后引用回归期的概念预测管道最大腐蚀深度。以某核级管道为例,预测其最大腐蚀深度为4.575 1 mm,超过最大腐蚀深度的概率为0.75%。计算结果证明：应用极值理论作统计分析时,广义极值分布模型具有更广的适用性,该研究对分析腐蚀管道的可靠性和安全性具有一定的意义。     

金属软管内部的波纹管失效原因分析

某金属软管暴露在炼钢炉产生的烟尘10个月左右时,其内部的波纹管发生开裂。文中主要采用扫描电镜对波纹管的断口及表面进行微观形貌观察和能谱分析;采用金相显微镜对波纹管进行显微组织分析、晶粒度评级及晶间腐蚀试验;并结合波纹管基体的化学成分和硬度对失效的波纹管进行全面评估。综合分析后得出波纹管的应力腐蚀开裂导致金属软管失效的结论。