共查询到20条相似文献,搜索用时 0 毫秒
1.
本文针对当前大坝变形监测各种方法存在的一些局限性,引进了一种较新的大坝变形分析及预测方法——MATLAB神经网络工具箱在大坝变形分析和预报中的应用.说明该模型在对大坝变形分析和预报方面所表现出来的优点,最终确认该方法是可行的. 相似文献
2.
为了使得基坑变形预测在“少样本”“贫信息”的情况下依然能够得出精度较高的结果,在传统的灰色GM(1,1)模型和BP神经网络模型的基础上,进行了灰色BP神经网络组合模型的研究。通过总结2传统模型的原理和算法,归纳各自的优缺点,分析2模型在本质原理上的关系,提出了构建组合模型的方法。利用广州市轨道交通三号线燕塘站的监测数据,对灰色GM(1,1)模型、BP神经网络模型和灰色BP神经网络组合模型分别进行了检验,肯定了组合模型的优越性。 相似文献
3.
基于神经网络理论和反向传播算法,建立了软基工后变形预测夯析人工神经网络模型。并借助Matlab语言进行程序设计,实现神经网络计算。结合汕汾高速公路软基工后沉降实测数据,对模型进行学习训练,并利用神经网络模型进行工后变形预测。验证表明,预测值与实测值有较好的一致性,同时也说明作为非线性科学一个分支的神经网络,由于其能以较高的精度去逼近任意非线性函数。在软基变形分析上显示出较强的实用价值和优越性。 相似文献
4.
基坑工程施工中,需要根据现场实际情况、周围环境、建筑安全等级等对变形进行严格控制。通过对基坑实测变形数据进行整理和分析,对未来变形量作出预测,保证基坑安全。结合BP神经网络的高度非线性映射能力,提出了一种基于BP神经网络的基坑变形时间序列预测方法。在基坑开挖过程中,采取滚动预测的方法,不断利用前期已有实测数据建模预测后期变形量,以实现信息化施工和动态控制。实例分析表明,BP神经网络模型具有较高的预测精度,并能获得满意的预测结果。 相似文献
5.
6.
为了准确掌握降雨量与路基边坡滑坡变形之间的关系,在对金温货线铁路K135+900~K136+400滑坡区域降雨量及路基边坡滑坡变形进行长达3年监测的基础上,采用BP神经网络算法,以前期累计降雨量和累计变形进行样本训练,建立网络关系,并以实测数据加以验证,模型能够对降雨条件下的变形演化发展做出较为准确的预测.研究成果已作... 相似文献
7.
8.
9.
人才工作考核评价是对人才素质、业绩和人才价值的综合测评。多年的人才管理工作实践表明,引入科学的人才评价体系是人才资源有效开发的前提和开展人事人才工作的基础。本文从"素质、能力和贡献"3个角度提出人才考核评价的指标体系,并引入BP神经网络模型,提出了BP神经网络模型在人才考核评价中的工作程序和原理,为今后人才考核评价的研究提供了相关依据。 相似文献
10.
以后张法室内模型梁受弯全过程试验采集的数据为样本,研究了预应力混凝土桥梁有效预应力与各主要影响因素之间复杂的非线性关系,应用改进BP神经网络建立了混凝土桥梁服役期内预应力衰减的神经网络评估模型。该模型以受弯梁全过程P-Δ理论曲线为依据,构造了基频衰减率(IFDETR)、变形指标(IDISP)、混凝土应变变化率(ICSV)、钢筋应变变化率(IRSV)4种归一化指标作为网络输入值,以计入时变效应的预应力衰减率指标(IEPDR)作为网络输出值。测试样本的评估结果表明,误差小于1%的测试样本数在样本集中所占的比例大于85%,且误差均小于单因素回归方法。 相似文献
11.
12.
以城市居民出行方式选择行为作为研究对象,分析了影响出行方式选择行为的主要因素,利用BP神经网络可以自动获取研究对象的输入、输出间关系和较强的学习训练特性,建立了基于BP神经网络的居民出行方式选择模型,并通过2009年济南市居民出行调查数据对模型进行了实例分析。结果表明:BP神经网络模型能够较好地描述居民出行交通方式选择行为。 相似文献
13.
基于神经网络的发动机稳态模型研究 总被引:1,自引:0,他引:1
发动机稳态模型是研究汽车动力传动系统的基础。利用神经网络具有高度非线性的特点建立了发动机稳态模型,即发动机稳态工况下扭矩、油耗与油门开度以及转速之间的关系,并以桑塔纳2000型电喷发动机为例进行了说明。 相似文献
14.
为了精确的预测佛山某建筑基坑变形情况,提出了一种BP神经网络多数据纵向预报方法,选取前三次的多个测点数据进行预处理,然后再对BP神经网络分析、训练、测试,并分析隐含层数对预测精度的影响,通过对比试算确定隐含层数目,最终达到能够高精度预测基坑支护结构水平位移和沉降。结果表明:所提出的方法可以精确地预测基坑变形,对工程建设具有一定的参考价值。 相似文献
15.
16.
17.
18.
轮胎静力学模型——神经网络模型 总被引:1,自引:0,他引:1
提出了以神经网络(ANN)模拟轮胎特性的新方法,并将神经网络的拟合结果与指数模型拟合的结果进行了比较。同时也介绍了有关神经网络应用的基本方法。 相似文献
19.
为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性. 相似文献