单桩沉降预估新方法—神经网络法

本文以神经网络法结合信息扩散方法建立了用Ｌ／Ｄ预估工作荷载下单桩沉降模型，弹性理论法、三维性弹性有限元法，半理论半经验方法与神经网络法的预估值对比表明，神经网络法具有较强的处理矛盾样要的能力且预估值精度高。     

单桩荷载-沉降曲线的修正指数曲线模型拟合研究

在对已有的数学模型预测方法进行分析并将指数曲线模型按照一定的修正方法进行优化的基础上,构造了一个新的修正指数曲线模型。通过对不同类型的单桩静载荷试验数据进行拟合,相关系数均高于0.996,拟合效果好于双曲线模型和完整指数曲线模型。修正指数曲线模型对单桩P-s曲线能进行很好的描述,可以利用该模型获得的拟合结果对单桩承载力进行预测。     

单桩沉降对周围环境的影响

本文通过对单桩荷载传递机理的分析得出了桩在不同受荷状态下桩侧摩阻力ｑｓ的分布形式以及桩侧摩阻力ｑｓ与桩端反力ｐｂ的分配比例。同时针对不同的ｑｓ分布以及ｑｓ／ｐｂ比值分别给出单桩位移影响系数的计算公式，从而最终得到了计算单桩在不同受荷情况下对其周围环境影响的计算方法。     

基于广义回归神经网络的路基沉降预测

为了对路基沉降变化规律进行预测,避免发生工程事故,提出了将广义回归神经网络模型应用于软土地基沉降预测中的方案。通过广义回归神经网络的基本理论和概念,采用实际工程数据,用 BP 神经网络方法和广义回归神经网络方法进行了预测分析,比较了2种方法的3组预测结果。工程实例预测结果表明,广义回归神经网络方法的均方误差和决定系数表现都优于 BP 神经网络方法;证明该方法是可行且有效的。     

刚性承台下柔性单桩复合地基工作特性分析

基于变形协调条件,运用力学理论,对带台柔性单桩复合地基的承载特性进行了系统的分析,得到了桩土应力比、桩身轴力分布及荷载-沉降关系等系列解析算式.计算表明,柔性桩在更多的情况下不可能像刚性桩那样将荷载传递到桩端,而存在一个有效桩长;同时,桩土应力比随荷载变化的趋势与桩体刚度、桩侧剪切刚度及桩端土的抗压刚度有很大关系.计算还显示,如果以相对变形s/b=0.004～0.01所对应的承载力作为复合地基承载力特征值的话,当桩体刚度增加一倍,复合地基承载力将增加1/3～1/2.为验证所提出方法的可行性,将模型实验的结果与计算结果进行了对比,对比表明,该方法对柔性桩复合地基的设计计算有指导意义.     

软土地基沉降预测的人工神经网络方法与应用

利用神经网络强大的非线性映射能力,提出了一种基于BP神经网络模型的软土地基沉降量的预测方法,可对不同情况下软土路基沉降量进行合理地预测。实例检验证明,该方法收敛速度快,预测的可靠性令人满意。     

神经网络在单桩承载力预测中的应用

运用基于BP神经网络的组合预测模型对PHC桩的极限承载力进行预测。分别利用灰色GM(1,1)模型和BP神经网络对桩在荷载作用下的沉降进行估算,然后利用人工神经网络中的BP网络对所得的结果进行组合预测;最后利用Lagrange算法计算桩的极限承载力。计算实例表明,使用该组合预测方法所得的预测结果比单纯使用灰色GM(1,1)模型或神经网络模型所得结果的总体误差要小,因而该方法是可行的、有效的。     

自平衡法荷载沉降曲线的数值模拟分析

从自平衡法和静载荷法的加载机理入手,分析了自平衡法荷载沉降曲线的特点,重点讨论了桩周土为粘性土时,自平衡法中上段桩体负摩擦转换成正摩擦时,转换系数K的合理取值范围。运用AN-SYS有限元软件,建立了三维空间有限元模型,考虑桩与桩周土相互作用接触面滑移特性,对自平衡法及静载荷法进行模拟计算及对比分析,得到桩周土为粘性土且转换系数K取值1.15～1.20时,2种方法的荷载沉降曲线较为吻合。     

大直径负摩擦灌注长桩荷载-沉降关系研究

提出大直径灌注长桩工作性状并同时考虑负摩阻力的桩侧荷载传递模型，桩端采用双曲线荷载传递模型模拟土的非线性变形特性，并引入混凝土的Rusch模型来考虑高荷载水平作用下桩身混凝土的弹塑性性状，采用Mindlin解答以考虑桩侧摩阻力在桩端处产生的桩端位移，从而建立了层状地基中大直径负摩擦灌注长桩的荷载传递分析理论。根据该理论计算得到的荷载一沉降曲线与实测的曲线较为吻合，可作为确定大直径灌注长桩承载力的依据，经过对工程实例的计算与实测对比分析，证明该理论可靠、方法简单，且具有较好的适用性。     

基于神经网络的MUSIC计算方法

MUSIC方法是空间谱估计中经典的子空间方法,这类算法有个共同特点就是要对输出数据的协方差矩阵进行数学分解,其计算量较大,不适合实时处理。因此,文章提出了基于神经网络的高效迭代方法,不需进行数学分解,计算过程相对简单。仿真结果证明了该方法的有效性。     

一种基于BP神经网络的机动目标跟踪算法

交互式多模型（IMM）算法是一种可以有效跟踪机动目标的滤波算法,针对其跟踪精度和计算量在很大程度上受制于模型选择和转移概率确定的问题,提出了一种利用BP神经网络修正子模型滤波结果的改进IMM算法。仿真实验表明,该方法可以使IMM算法的收敛速度加快,收敛精度提高,改善了跟踪性能,具有一定理论指导意义。     

船舶航向跟踪系统自适应单神经网络控制

针对船舶航向非线性系统,考虑模型中存在的不确定性和外部干扰等未知项,设计一种基于动态面控制技术和单神经网络技术的自适应控制器。首先引入一阶低通滤波器,避开对虚拟控制律的解析求导,解决了传统后推方法中普遍存在的"计算膨胀"问题;然后将设计控制器过程中出现的未知部分积存到下一步,依此类推,一直到控制器设计的最后一步,仅用一个神经网络逼近器逼近系统中的未知部分;最后把神经网络权值的范数作为唯一的在线估计参数,使在线学习参数的数目显著减少。所设计的控制算法具有计算量小、结构简单及易于工程实现等特点。采用Lyapunov理论证明了系统中的信号都是半全局一致最终有界,示例仿真结果验证了所提算法的有效性。     

神经网络预测控制在HVAC系统中的应用

从神经网络的结构及特点出发,说明了神经网络预测控制系统的构造及工作原理,并着重通过介绍神经网络预测控制在HVAC系统末端控制、中央制冷站能源管理系统、冰蓄冷空调系统中的应用,展观了它在HVAC系统中广泛的应用前景.     

预测高速旋转机械转子随机响应的人工神经网络(ANN)方法

提出了一种新的预测旋转机械随机响应方法--人工神经网络方法.研究了这种神经网络结构的学习算法.为了保证快速学习收敛,应用Lyapunov函数得到一种自适应学习率方法.用这种方法对某直立转子的地震响应进行在线预测,计算机仿真结果表明,这种网络学习算法是有效的,并且是可行的.     

神经网络在组合导航定位算法中的应用研究

针对无源北斗1号/惯导组合导航系统滤波定位算法,文章提出并设计了神经网络及其训练算法RLS,用其输出修正组合导航滤波输出结果,提高组合导航系统的定位精度。通过仿真验证了此方案的可行性,并能有效提高北斗1号组合导航系统的定位精度。     

静载荷试验试桩曲线分析方法的探讨

详细分析了静载荷试验桩顶沉降的影响因素，对无明显陡降段试桩曲线成果分析方法进行了深入探讨．指出可采用判据计算值所对应的桩顶荷载作为桩的极限承载力近似值，并给出了判据量化表达式。     

一种简化的减摇鳍自适应神经网络控制

基于Lyapunov稳定性定理和动态面控制技术,针对船舶减摇鳍系统提出了一种自适应神经网络控制设计方法。本文采用动态面控制技术,以消除传统Backstepping方法中存在的“计算爆炸”问题,同时从实际应用的角度出发,充分考虑系统中存在的显著不确定性,并运用径向基神经网络对不确定性进行估计及补偿。此外,采用最少学习参数技术,以减少控制器的计算负担,使所设计的控制器更贴近工程应用。本文所设计的控制器保证了船舶减摇鳍系统信号一致最终有界,使系统输出收敛到一个较小区间。最后通过数值仿真验证了所提算法的有效性。