基于递归图和BP神经网络的桥梁损伤识别研究

为研究递归图和多层前馈（BP）神经网络在桥梁损伤识别方面的应用,以某大跨斜拉桥为例,采用ABAQUS有限元软件建立其三维模型,通过动力分析提取该三维模型的加速度曲线并进行递归图处理和BP神经网络分析。研究结果表明：递归图方法能够初步地识别主梁的损伤位置和损伤程度;BP神经网络分析能够精确识别主梁损伤的具体位置和损伤程度值,且识别准确率均大于85.0%。该方法可为类似桥梁工程的损伤识别提供借鉴。     

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用

采用BP神经网络建立公路货运量组合预测的理论模型,灵活利用神经网络通过自适应自学习能够拟合任意非线性函数的功能,有效克服传统的组合预测方法在实际应用中把数据间的关系强加给某一类函数的不足,并借助于先进的数学计算软件MATLAB进行简单的编程,大大降低模型的计算难度,实例证明该方法具有更高的预测精度。     

基于BP神经网络的武器装备电气系统故障诊断方法研究

武器装备电气系统具有非线性特性,利用BP神经网络处理非线性特性的能力可以提高故障诊断效率.建立了BP神经网络的故障诊断模型,分析了故障特征提取与样本预处理的方法,并将其应用于武器装备电气系统的故障诊断中.该方法对于提高武器装备电气系统故障诊断的准确率具有良好的实际应用价值.     

BP神经网络在解决电力消耗问题中的应用

由于BP神经网络在解决非线性复杂系统中存在很大的优势,以江西省1991—2011年人口、经济和耗电量等数据为研究对象,利用BP神经网络构建耗电量预测模型。模型一利用1991—2009年人口、经济和耗电量等数据作为训练样本,以2010—2011年作为测试样本来验证网络的准确性,再根据历史人口、经济等数据来预测历史耗电量;模型二采用传统的多元回归分析法,对非线性多元函数进行多元线性回归,通过回归模型得到的参数来预测耗电量。结果表明,模型一收敛性较好,所得预测结果绝对误差较小,而模型二传统方法得到的预测结果误差较大,因此,利用BP神经网络预测的结果具有非常大的参考价值,证明BP神经网络应用在电力消耗中的应用是可行的。     

船舶阻力计算BP神经网络的研究

建立了基于系列60船模原始实验数据的船舶阻力计算3层BP神经网络系统,利用随机选取的检验样本和插值样本作为输入向量,应用输出与目标的线性回归、相关系数和相对误差,以及利用该神经网络绘制的曲线,验证了该神经网络的可靠性．在该神经网络的建立过程中,对训练函数、性能函数、传递函数、隐层神经元数和神经网络绘制的性能曲线进行了实验,并通过数据预处理方式,确定了最佳的船舶阻力计算3层BP神经网络系统．     

基于小波网络的船舶柴油机燃油系统故障诊断

采用小波变换和BP神经网络的辅助式结合,通过小波变换提取故障特征向量作为BP神经网络的输入值,设计并组建了小波神经网络;利用小波变换模极大值分析高压油管燃油压力信号的奇异性,提取故障特征向量;根据故障采集数据并建立学习样本,通过网络训练建立BP神经网络输入和输出间良好的非线性映射,进而通过特征向量输入BP神经网络来诊断故障。实验数据分析表明:该方法具有良好的诊断效果。     

模糊神经网络在钢筋混凝土桥梁结构可靠度分析中的应用

钢筋混凝土桥梁结构可靠度分析中存在着模糊性问题,计算结构可靠度的传统方法没有考虑结构的模糊性问题．将模糊神经网络用于钢筋混凝土桥梁结构的可靠度计算,用神经网络来构造模糊系统,实现输入、输出隶属函数的自动调整,并给出了模糊神经网络计算结构可靠度的步骤．最后通过两个算例来计算结构可靠度,计算结果表明,模糊神经网络法计算结果与JC法计算结果比较接近,该方法可以用于桥梁结构的可靠度计算,特别是可用于功能函数不能显示表达的可靠度计算．该方法的缺点是计算用时稍长以及训练、检验样本的来源存在问题．     

BP神经网络的MATLAB编程实现及讨论

BP神经网络具有很强的非线性函数逼近能力。通过Matlab编程实现了BP网络对一个二元函数的逼近,针对BP网络学习速度慢的缺点,采用含动量项的学习算法提高了收敛速度。通过Matlab仿真方法,研究了学习率和动量因子对算法学习速度的影响。     

基于支持向量机响应面法的连续刚构桥可靠度

针对连续刚构桥结构可靠度分析过程中功能函数不能显示和功能函数拟合时试验样本过多等问题,提出了一种结合支持向量机回归功能与响应面法的可靠度算法。该算法将支持向量机的良好性能(如：处理小样本、高维及非线性)和响应面法的优点(如：直观和高效等)结合在一起。以某连续刚构桥为例,计算了该桥中跨挠度失效模式下的可靠指标。对该失效模式下可靠度参数的敏感性进行了分析,得出了有益的结论。     

基于BP神经网络的轨道交通客流量预测

通过对BP神经网络的研究,借助MATLAB软件及其神经网络工具箱的应用学习,对非线性函数进行逼近,通过特定设计函数对所需要建立的神经网络模型进行训练,并且利用仿真来判断误差结果,得出符合模型的合理权值以及阈值,最后根据已有年数据进行轨道交通客流量的预测.     

基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法

针对以往结构可靠度计算方法的不足,根据结构可靠度理论,引入神经网络理论和Monte-Carlo理论,结合结构有限元分析方法,提出基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法;首先,建立结构有限元法分析模型,进行结构分析得到相应的结构响应量;然后,用得到的作用效应和结构响应量作为神经网络的训练样本和检验样本对神经网络进行训练,得到高度非线性映射关系的结构作用效应-结构响应模型;利用神经网络随机产生足够多的结构响应值;最后,用Monte-Carlo法计算结构的可靠度。该方法充分发挥了各方法的优点,相互弥补了不足,大大提高了计算效率,为结构可靠度计算提供了新的思路。     

基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法

针对以往结构可靠度计算方法的不足,根据结构可靠度理论,引入神经网络理论和Monte-Carlo理论,结合结构有限元分析方法,提出基于有限元-神经网络-Monte-Carlo的结构可靠度计算方法;首先,建立结构有限元法分析模型,进行结构分析得到相应的结构响应量;然后,用得到的作用效应和结构响应量作为神经网络的训练样本和检验样本对神经网络进行训练,得到高度非线性映射关系的结构作用效应-结构响应模型;利用神经网络随机产生足够多的结构响应值;最后,用Monte-Carlo法计算结构的可靠度。该方法充分发挥了各方法的优点,相互弥补了不足,大大提高了计算效率,为结构可靠度计算提供了新的思路。     

基于改进的BP神经网络的桥梁结构损伤诊断研究

采用改进后的BP神经网络对桥梁结构进行损伤诊断,通过与传统BP网络法的诊断结果进行对比,得出改进后的BP网络算法在实际应用中能克服传统BP网络算法收敛速度慢,存在局部极小的问题.改进后BP网络的桥梁结构损伤诊断具有较好的诊断效果,与传统的BP神经网络相比,不仅提高了计算速度,而且较大地提高了识别精度,具有较好的应用前景.     

BP神经网络在桥梁焊缝收缩预测的应用研究

神经网络是一种模拟人脑结构和功能的信息处理系统，BP网络算法是目前研究最为成熟的理论．被广泛应用于非线性建模，参数识别等领域。本文运用BP神经网络，对桥梁悬拼阶段施工控制中焊接收缩变形进行网络的建立，并利用现场实测数据进行网络的训练和仿真。计算结果显示，在目前对悬拼阶段箱梁的焊接收缩变形机理的研究并不十分透彻的条件下，用神经网络进行焊缝收缩的识别是一种可行的方法.     

小样本下基于代理模型隧道锚喷衬砌稳定可靠度求解

深部隧道工程结构极限状态方程高度非线性隐式特征及基本随机参数信息获取困难,导致在进行深部隧道工程可靠度计算时诸如一次二阶矩法和二次二阶矩法等基于概率论的常规可靠度计算方法应用困难。通过少量的样本可大致确定参数的区间分布范围,进而建立隧道超椭球凸集模型。在参数的分布区间内采用拉丁超立方试验获得有限虚拟样本点,通过Kriging代理模型拟合隧道锚喷支护结构的功能函数。最后,根据所建立的超椭球凸集模型将Kriging代理功能函数变换到标准正态空间内,即可运用蒙特卡洛方法计算失效概率和可靠度指标。通过分析某隧道工程锚喷衬砌结构的稳定可靠度,展示了该方法的应用前景。     

����PSO-SVM�ľ�����з�ʽԤ��ģ�ͪ�

居民出行方式选择是一个较为复杂的非线性问题,受到的影响因素众多。提出采用支持向量机方法构建了居民出行方式选择模型,并以交叉验证意义下的分类准确率作为适应度函数,利用粒子群算法对支持向量机参数优化选择,避免参数设定的随机性,减少参数选择的工作量.通过实证研究表明,利用粒子群算法优化支持向量机的参数是可行的,支持向量机方法相对于BP神经网络,对居民出行方式预测有更高的精度.预测精度比BP神经网络提高了将近5个百分点,建模样本和测试样本的分类精度分别达到86.20%和82.31%.所构建的模型可用于居民出行方式预测,这对城市交通规划,出行需求预测具有现实指导意义.     

桥梁结构非线性地震响应极值分布的估算方法

为了研究近断层脉冲地震作用下桥梁非线性地震响应极值分布,进行小失效概率下的桥梁动力可靠度精确计算,提出了一种有效的近断层脉冲地震作用下桥梁结构非线性地震响应极值分布分析方法. 首先考虑桥梁结构的非线性和地震动的不确定性,采用拉丁超立方抽样对近断层脉冲地震动随机参数和结构随机参数进行随机抽样,通过模拟的高频地震动均方值和与精确值的相对误差确定出所需要的样本数量;其次以合成的近断层脉冲地震动作为地震激励,通过时程分析对结构非线性动力方程进行求解,从而得到结构非线性地震响应极值样本,再采用改进的分数阶矩最大熵原理获得结构非线性地震响应的极值分布;最后通过非线性单自由度系统和三层非线性剪切框架验证了该方法的有效性. 研究结果表明:该方法不仅能够有效的模拟近断层脉冲地震作用时,桥梁结构与地震动双重不确定性影响下的动力响应极值分布,更能在兼顾效率和计算精度时,精确估计桥梁结构非线性地震响应极值的尾部分布,能够为桥梁结构非线性动力可靠度评估提供一种有效的途径.      

基于粒子群算法优化Kriging模型的 桥梁钢筋锈蚀可靠度分析

桥梁结构在不利影响因素作用下性能会受到影响,对桥梁的可靠性进行分析具有重要意义。对桥梁钢筋锈蚀开裂可靠度计算方法进行研究,首先,结合实际测试数据提出了基于粒子群算法优化Kriging模型的方法,以解决钢筋锈蚀和保护层开裂与各主要影响因素(钢筋直径、混凝土抗压强度、保护层厚度和沿筋方向裂缝宽度)间的不确定关系。其次,建立了钢筋锈蚀正常使用极限状态的功能函数,并利用Monte-Carlo方法计算桥梁钢筋锈蚀适用性的失效概率和可靠度。结果表明:通过粒子群算法优化后构建的Kriging模型能够更准确地预测钢筋锈蚀程度;桥梁钢筋锈蚀可靠度指标随着钢筋直径、混凝土抗压强度和保护层厚度的增加而增加,随裂缝宽度的增加而减少。     

基于神经网络的振动压路机土壤压实度数据处理

应用BP神经网络数据处理,研究在振动压路机振动加速度实时检测中,振动加速度与土壤压实度之间的关系。研究结果表明:振动加速度与土壤压实度之间是正相关的,但并不是线性关系;通过BP神经网络的非线性映射可以很好的映射二者之间的关系。     

基于响应面法的连续刚构桥梁体系可靠度分析

为了解决分析桥梁结构可靠度时功能函数不存在显式的问题,在现有响应面法的基础上,提出了改进的响应面法;利用有限元软件,对某高墩大跨连续刚构进行了受力分析;选取压应力、拉应力和稳定性失效3类失效模式,在改进的响应面法基础上,利用编程软件MATLAB,实现连续刚构桥梁体系可靠度的计算.算例分析表明,该方法迭代次数少,效率较高,可实现连续刚构桥功能函数重构和体系可靠度计算.