非数字并行算法对多种资源均衡优化的研究

以双代号网络计划技术为工具，建立非数字并行算法（遗传算法）的数学模型，研究遗传算子和求解的边界条件，将多种资源（人工、材料、机械）的消耗数量进行数字化，从而获得多种资源数字的合成分布，按多目标优化的条件，使多种资源均衡使用数列能够达到最优分布，结果表明，其计算速度快，精度，对技术复杂的大型公路桥梁工程有广泛的运用前景。     

基于PCA-BP的高速公路工程造价预测模型

为了确定高速公路的投资，提出PCA（主成分分析法）-BP神经网络预测模型，通过对各因素进行主成分分析，以少数新的低维综合变量取代原始高维变量，降低神经网络输入层的维数，提高网络的收敛速度。结果表明PCA-BP神经网络模型具有更高的预测精度和收敛速度。     

内江市沱江三桥3#墩钻孔桩施工网络计划优化设计

利用网络计划技术原理对内江市沱江三桥3#墩钻孔桩施工进行网络计划优化,首先根据3#墩钻孔桩施工各项工作之间的逻辑关系绘制网络计划图,计算其时间参数和确定关键线路,得到初始网络计划;然后按工作的成本斜率最小优先调整原则,合理地循环缩短部分关键工作的持续时间,得到新的网络计划,并依据费用与工期之间的关系计算其所需费用,求出所需费用最低时的最佳工期;最后在该工程工期固定的条件下,按节点最早开始的先后顺序,自右向左不断地对各非关键工作的开始时间进行合理调整,直到该工程资源需要量动态曲线的不均衡系数不能再减小为止,得到优化的施工网络计划。     

公路施工组织网络资源优化的启发式算法

对于工期限定、资源均衡和资源有限、工期最短的2种资源约束情况，分别提出了逐步调优法和资源分配法2种启发式算法。在工期限定、资源均衡中，通过利用平衡性指标变动公式计算非关键工序的△HR值作为工序能否进行移动的判定界限，且应用平衡性能指标HR作为网络计划实现优化的定量指标。在资源有限、工期最短中，通过计算每道工序的优选系数Pij，按其值由大到小作为各工序调整的优选准则，从而合理安排各工序的开始时间，以保证实现网络的资源优化。     

网络计划时间—费用调整法在公路施工中的应用

网络计划技术应用广泛。在实际工作中,绘制好网络计划图固然重要,而要使其发挥应有的作用,对网络计划图进行优化更是必不可少的。优化所依据的前提条件较多,诸如时间、资源和费用等。本文叙述按时间——费用关系对网络计划进行优化的方法和步骤。     

基于小波神经网络的隧道变形预测模型研究

针对单一模型在隧道变形预测上精度不高的问题,提出了一种基于小波分析理论的神经网络模型,该模型克服了BP神经网络模型存在的收敛速度慢、结构设计盲目、易陷入局部极小点的缺陷,通过将该模型与时间序列模型、Levenberg-Marquardt法BP神经网络模型、遗传神经网络模型预测的结果比较,可以看出小波神经网络在隧道的变形预测中网络结构更简单、收敛速度更快、预测精度更高。     

企业资金流管理初探

通过对ERP(企业资源计划)理论和方法的分析研究，在企业物流控制的基础上，提出资金流可实现与物流一样的事前计划、事中控制、事后核算的全面过程管理，并应用于企业实践。     

快速二阶BP神经网络在公路交通量预测中的应用

在二阶BP神经网络基础上加以改进，提出一种快速二阶BP神经网络，并将把该方法成功地用于公路交通量的预测中，通过与其它方法的比较分析，得出快速二阶BP神经网络预测方法加快了收敛速度，提高了结果的准确度，为科学地预测公路交通量提供了有力依据。     

一种交通量检测设备布设方法的研究

针对目前交通流检测设备布设中出现的一些问题，借助均匀设计方法，结合神经网络处理观测交通流数据，在设置数量有限制条件下，开展布设方案优化设计研究。方案设计力图在人力、物力投入最小的前提下，通过典型路段、交叉口等交通基础设施的组合，可以更多的获取交通流参数信息，全面、准确的反映城市交通流分布情况。选用了67的均匀设计表作为方案设计基础表，经过拟水平处理后设计优化方案，运用BP神经网络构建交通量推断模型，判定设计方案的优劣，进行了实地交通流检测设备优化布设研究。通过研究可知，采取优选布设方案采集的交通量对检测路段交通量进行预测，相对偏差可以达到0．006。     

沥青混合料的循环神经网络本构模型构建探讨

由于沥青材料高分子成分的复杂性、温度的敏感性等原因,沥青混合料的本构关系一直是未能很好解决的工程问题。该文首先在Python中使用Tensorflow进行了循环神经网络的搭建,并用Boltzmann叠加原理生成了训练循环神经网络所需要的数据。训练结果表明:循环神经网络高度拟合了Boltzmann叠加原理的计算结果,初步验证了采用循环神经网络对沥青混合料进行本构分析的可行性。运用迁移学习理论仅用一组数据再次精确拟合了Boltzmann叠加原理的计算结果,表明在成功训练循环神经网络的基础上将能够用少量数据完成对其他沥青混合料的本构分析。