高速公路路面质量基于模糊神经网络的评价

当前,随着高速公路超载车辆的重型化、行车速度的提升及交通流量的加大,致使多数高速公路出现辙槽、裂缝等病害现象。这种病害现象的存在不仅会减少道路的使用年限,增加整修成本,还会降低高速公路服务国民经济的能力,也给人们的出行带来极大的安全隐患。一种新的路面质量评价模型:模糊神经网络顺势而生,它能有效地应对日益繁重的高速公路养护工作。本文就此模糊神经网络模型进行分析。     

基于模糊神经网络的高速公路路面质量评价

为提高高速公路沥青路面使用质量的评价精度,将T-S模糊理论与BP神经网络相结合,以高速公路沥青路面的路面状况指数、路面结构强度指数、道路行驶质量指数和路面抗滑性能指数4个检测指标作为输入变量,根据模糊推理规则构建路面质量评价的非线性映射关系,路面检测指标经过模糊神经网络的学习和训练,直至网络输出与期望输出的误差达到最小,去模糊化后得到各路段的精确评价结果,建立了路面使用质量的综合评价模型.用实际检测数据对该模型进行了验证,结果表明:该模型具有模糊系统的逻辑推理能力和神经网络的定量数据处理能力,通过本文方法仿真得到的路面质量的综合评价结果,与期望值的相对误差小于2.1%.      

缺损钢筋混凝土梁桥模糊可靠性评价模型

结合模糊评价理论、层次分析法以及概率可靠度方法, 建立了钢筋混凝土梁桥缺损状况模糊可靠性评价模型。通过建立模糊评价集, 确定项目层、指标层模糊评价因素集和模糊评价因素权重集, 构造概率型判断矩阵, 经加权平均值法计算, 得到梁桥缺损状况模糊评判得分, 以目标可靠指标和最低可靠指标为界, 将模糊评判得分转换为模糊可靠指标, 实现在役梁桥缺损状况的模糊可靠性评价。采用该方法对一座使用25年的多跨简支钢筋混凝土梁桥进行评价, 得到模糊可靠指标为3.769, 满足最低可靠指标要求, 与桥梁实际状况相符, 表明该方法可行。     

基于神经网络的斜拉索损伤识别研究

以一模型桥为背景,探讨了斜拉索损伤定位以及损伤程度确定的方法.基于ANSYS有限元模型,采用RBF网络,模拟了斜拉索的损伤情况.以不同损伤程度下自振频率和局部模态作为神经网络的训练与测试输入样本,由神经网络的输出来指示损伤位置和损伤程度,并与BP神经网络的识别效果进行比较.     

基于模糊神经网络的语言识别

神经网络上仍多极、并行、分布式、高度容错能力，并具有自行组织自行发展的适应性功能，能在被处理的信息内容引导下，自行改造其自身的结构及其运行规则，是研究非线性的、适应的、大脑风格的信息处理的全新工具，因此，本文提出一种模糊网络模型和自适应学习算法，并用自然语言的识别处理控制。     

桥梁下部结构的耐久性评估实用方法——模糊综合评价法

为了探讨模糊综合评价法在桥梁耐久性评估领域的应用,以实际工程为例,通过对桥墩、桥台、基础的耐久性指标建立模糊评估模型,采用恰当的模糊综合评价方法对桥梁下部结构的耐久性进行多层次量化评定,证实了模糊综合评价在桥梁耐久性评估中的科学明了的实用价值。     

BP神经网络在混凝土结构耐久性评估中的应用

根据目前混凝土结构耐久性的研究现状,可充分利用人工神经网络的优点,将BP神经网络模型应用于结构耐久性状态评估中,以实现对结构耐久性的综合评价以及结构剩余使用寿命的预测。     

提高混凝土抗冻耐久性措施及评价指标

介绍了混凝土的冻融机理和提高混凝土抗冻耐久性的主要措施,以及混凝土抗冻性评价指标。     

基于模糊神经网络的脊柱侧弯矫形器设计模型

为了辅助医师设计脊柱侧弯矫形器,提出了一种基于模糊神经网络的脊柱侧弯矫形器设计模型.该模型实现了预测脊柱侧弯矫形器设计参数和自适应调整隶属度函数的功能.以脊柱侧弯矫形器修型调整量为例,建立了脊柱侧弯矫形器修型调整量预测模型并进行了试验研究.试验结果显示该预测模型的建模精度为91.9％、预测值和实际值的相关系数为0.84...     

沥青路面雾封层养护模糊评价模型探究

以具有代表性的雾封层技术为研究对象,选定合适的评价指标并建立模糊评价模型,利用模糊聚类分析建立模糊标准库。最后,举例说明通过模糊识别对目标路面的状况进行归类,并讨论如何选择最佳养护时机。所用方法在路面状况评价及选择合适的路面处治措施方面具有一定的参考价值。     

基于模糊神经网络的结合部匝道控制方法研究

针对高速公路与关联城市快速路（简称结合部）路段拥堵日益严重的现状,从匝道控制影响要素分析入手,基于模糊控制和神经网络思想,本文提出了以主线交通状态与期望状态差值和匝道交通状态为输入变量,以匝道调节率为输出变量的模糊控制方法. 同时针对结合部路网互通式立交设计的实际情况,分单匝道控制和双匝道控制两种情况进行了分析,提出了相应的匝道控制方法,并建立了5层模糊神经网络控制模型. 最后以北京京津塘高速公路与北京三环和四环关联城市快速路为案例,对建立的模型进行效果验证,结果证明了所建立方法的有效性.     

既有钢筋混凝土拱桥耐久性的模糊综合评估

考虑到钢筋混凝土结构耐久性影响因素的复杂性，运用模糊数学，对既有钢筋混凝土拱桥耐久性的合理评估进行了探讨,将钢筋混凝土拱桥分为构件和结构2个层次，并建立相应的隶属函数，从而得到既有钢筋混凝土拱桥耐久性的评估模型；利用所建立的模型，对某钢筋混凝土拱桥的耐久性进行了评估，结果表明，模糊综合评估具有较好的工程实用性．     

基于递归神经网络的预测模糊控制

为提高控制信息与实时状态的适应性，改善模糊控制品质，用传统模糊控制策略，根据当前时刻误差和预测误差变化值，预测下一时刻的控制输出和系统在未来时刻的误差,用递归神经网络预报系统未来输出值的功能，采用双系统交替控制模式．系统中包含1个模糊控制器和1个递归神经网络，一个工作，另一个学习，使控制系统具有自适应性．仿真结果表明，与常规模糊控制相比，预测模糊控制使超调减小，调节时间缩短．     

基于BP神经网络的沥青路面使用性能评价

应用神经网络BP算法原理而建立的路面综合指数评估模型,通过对多个指标的学习来评价路面综合指标PQI。同时．神经网络评价数据和专家系统数据的比较．证明BP神经网络模型在路面使用性能评估中有更好的应用前景。     

基于投影寻踪模型的桥梁耐久性评价

针对桥梁耐久性评价中指标的高维非线性和非正态性的特点,提出基于投影寻踪模型的桥梁耐久性评价。用加速遗传算法对投影寻踪模型的最优投影方向进行计算,将评价中多维指标数据投影为一维投影数据。工程应用实例表明,该评价模型具有很强的客观性、适用性和可操作性,为桥梁耐久性评价提供了一种新方法。     

基于模糊层次分析方法大型桥梁工程项目风险评估

大型桥梁工程规划、施工、运营期间面临众多不确定性因素影响,初步对工程项目进行风险识别,构建大型桥梁工程项目的风险评价指标体系,在传统层次分析法中引入模糊数学理论,建立了桥梁工程项目风险模糊层次分析模型,并将此模型在一座特大桥项目中运用,验证了这种风险评估方法的有效性和实用性。     

基于AMFNN的非线性噪声消除器

提出基于加乘性模糊神经网络(AMFNN)的非线性噪声消除器，讨论了AMFNN模型和学习算法及其通用逼近性．该消除器利用AMFNN逼近噪声，然后从测量信号中消去噪声即得到有用信号．该噪声消除器具有神经网络分布式并行信息处理能力、较好的容错性和鲁棒性以及除噪性能．     

基于BP 神经网络的铁路客运服务质量评价研究

为了客观、准确地评价铁路客运服务质量,从旅客感知角度出发,构建了评价 指标体系,建立了BP神经网络求解模型,提出了基于BP算法的铁路客运服务质量评价 算法.通过对网络的训练,使得网络输出达到了期望的精度,满足了客运服务质量评价的 要求.最后通过对铁路旅客的调查问卷实例,从均方误差、统计识别率方面进行了分析、仿 真,对客运服务质量进行综合评价,并与模糊综合评价法进行了对比.实验结果表明,本文 构建的评价指标体系科学、合理,提出的评价算法收敛速度快、误差小,评价结果能够有 效地反映客运服务质量水平,为提高和改进铁路客运服务质量提供参考依据.