基于FWD的旧水泥混凝土路面实测数据分析

根据某旧水泥混凝土路面改建时的FWD检测数据,研究了旧层状体系路面的评价方法及模量反算。分析弯沉盆面积对旧路状况进行评价的实用性。通过理论回归和神经网络的反算,比较普通网络与噪音网络的反算能力,提出人工神经网络实现模量反算的关键技术。     

沥青路面模量反演分析中刚性下卧层设置方法

基于线弹性层状体系理论的反算程序,引入刚性下卧层,对理论弯沉盆与实际弯沉盆不匹配的问题进行了优化。选取不同的路面结构,借助有限元软件,考察了刚性下卧层的模量和设置深度对理论弯沉盆的影响,得到其合理的模量范围。以理论与实际弯沉盆各检测点弯沉差值平方和为误差指标,分析回归出刚性下卧层最佳设置深度与路面结构总厚度的关系。选取不同厚度的路面结构进行土基模量反演,证明了该刚性下卧层设置方法的可靠性。     

机场道面基层顶面当量回弹模量的计算方法

应用弹性层状体系理论与弯沉等效原则, 研究了道面结构参数、飞机荷载作用半径及主起落架构型对基层顶面当量回弹模量的影响。通过分析126种典型道面结构, 建立了机场道面基层顶面当量回弹模量的回归公式, 并根据弹性层状体系理论的当量回弹模量反算解验证了回归公式的准确性。分析结果表明: 考虑飞机荷载作用半径和主起落架构型修正系数, 荷载作用半径为10~40 cm时, 飞机荷载作用于机场典型道面结构的基层顶面当量回弹模量计算误差均控制在4%以内, 因此, 当量回弹模量换算方法具有更好的外延性, 简便实用, 计算结果准确。     

路面结构层模量反算方法综述

通过总结国内外路面结构层模量反算方法的研究概况 ,分析了图表法和回归公式法、迭代法、数据库搜索法、遗传算法和人工神经网络法五类方法的优缺点 ,提出了模量反算需进一步研究解决的初始值和局部收敛、解的唯一性和反算结果的合理性三个关键问题     

基于有限元分析的弯沉盆惰性点理论研究

采用有限元程序ABAQUS分别计算静载和动载作用下沥青路面的FWD理论弯沉盆,寻找理论弯沉盆中的惰性点,并与基于弹性层状体系理论计算回归公式得到的惰性点进行比较。结果表明路面结构的动、静荷载反应有明显的差别.如忽略动荷载和底基层的影响,则反算结果误差很大,不能满足工程要求。     

基于有限元分析的弯沉盆惰性点理论研究

采用有限元程序ABAQUS分别计算静载和动载作用下沥青路面的FWD理论弯沉盆,寻找理论弯沉盆中的惰性点,并与基于弹性层状体系理论计算回归公式得到的惰性点进行比较。结果表明路面结构的动、静荷载反应有明显的差别.如忽略动荷载和底基层的影响,则反算结果误差很大,不能满足工程要求。     

基于动态弯沉分析的路面结构模量反算方法研究

落锤式弯沉仪作为一种动态无损检测方法,在世界范围内得到了广泛应用.弯沉盆包含了大量路面结构信息,可据此对结构层模量进行评价.该文利用谱元法路面计算程序,通过逐步回归和多层感知元神经网络2种方法,对路面模量反算模型进行了研究,并提出了基于弯沉盆的动态模量反算方法.对半刚性沥青路面的实测弯沉数据进行反算后,发现由于实测和理...     

基于FWD的沥青路面结构单层模量反算研究

利用矩阵传递法推算了FWD动荷载作用下沥青路面层状弹性体系单层模量的反算公式,并编制了计算程序来反算单层的模量,可用于分析和评估路面单层的承载能力.利用计算程序,对某工程项目的基层测得的FWD弯沉数据进行了反算,与材料的室内试验数据进行比较,结果显示反算数据与试验数据基本吻合,验证了反算模型的可用性.     

基于神经网络理论的三层体系弯沉拟合的研究

以《公路沥青路面设计规范》（ＪＴＪ０１４－９７）为依据,根据神经网络理论,提出采用三层ＢＰ网络近似计算柔性路面三层弹性层状体系理论弯沉的方法。     

基于FWD的路面模量反算方法及影响因素分析

以目前道路检测工程中常用的落锤式弯沉仪(FWD)为基础,从反算原理入手介绍了当前国内外较为流行的路面模量反算方法,并比较了各种方法的优缺点。同时从力学模型、数学方法以及数据误差等方面分析了基于FWD反算路面结构层模量的影响因素,并进一步指出了现行方法中存在的问题,为该问题的进一步研究打下基础。     

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．     

基于神经网络的传感器故障诊断仿真

针对现代工业大型复杂系统的不确定性使得对其进行建模比较困难的特点，提出了一种用神经网络进行传感器故障诊断的方法．以凝汽式汽轮机调速系统中的转速传感器为例进行了传感器故障诊断研究，给出了仿真实现结果，并加以分析．仿真结果表明，所提出的利用神经网络进行传感器的故障诊断的方法具有可行性．     

带时变时滞细胞神经网络的全局渐近稳定性

研究了带时变时滞的细胞神经网络的全局渐近稳定性问题,给出了带时变时滞细胞神经网络平衡点全局渐近稳定的新充分判定准则。首先,提出所研究的时滞细胞神经网络模型、系统激活函数所需满足的条件及需要的引理。然后,将所研究的系统通过一个等式进行线性变换,在定义一个与系统相关的映射操作基础上,基于Lya-punov-Krasovskii稳定性定理和线性矩阵不等式技术来讨论时滞细胞神经网络的全局渐近稳定性。所得条件是时滞相关的。最后,用一个数值例子验证所得的稳定性条件是有效的。     

基于小波和RBF神经网络的多传感器时间对准算法研究

提出利用小波降噪和RBF神经网络进行时间对准算法,该方法先对采集到的数据进行降噪处理,为下一步操作提供准确数据;然后利用RBF神经网络将不同传感器采集不同采样周期的数据对应到同一个时间点上,进行多传感器时间对准,为后面数据特征提取和数据融合提供高精度数据支持。通过仿真结果与其它方法的对比可得该方法运算速度快,具有数据修正能力和精确度高的特点,适用于多传感器的时间对准。     

基于知识和神经网络的动画模拟优化方法论

本文提出并论述基于知识和神经网络的动画模拟优化方法。作者以柔性制造系统为研究对象，讨论了智能动画模拟优化的概念方法、多目标动和动画模拟优化机理、专家知识利用、推理前提、规则开发、基于神经网络的动画模拟模型描述与推分析。     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

Term Structure of Interest Rates Based on Artificial Neural Network

In light of the nonlinear approaching capability of artificial neural networks （ ANN）, the term structure of interest rates is predicted using The generalized regression neural network （GRNN） and back propagation （BP） neural networks models. The prediction performance is measured with US interest rate data. Then, RBF and BP models are compared with Vasicek＇s model and Cox-Ingersoll-Ross （CIR） model. The comparison reveals that neural network models outperform Vasicek＇s model and CIR model, which are more precise and closer to the real market situation.