基于神经网络的砼联锁块铺面厚度计算

神经网络具有很强的非线性映射功能,该文利用BP神经网络计算检验了联锁块铺面块料层的厚度,重点讨论了BP神经网络的拓扑结构和修正算法。通过对检验结果进行分析比较,证明此方法在联锁块铺面块料层的厚度计算及检验中具有很好的实用价值。     

改进的BP神经网络在港口物流量预测中的应用

针对传统BP神经网络模型收敛速度慢的缺陷,对其进行改进,以提高收敛速度。经运用厦门港物流出口量的历史数据进行检验分析,给出BP神经网络仿真计算方法,其仿真结果与实际结果比较,具有较高的可信度。证明了改进后的模型加快了收敛速度,提高预测结果的准确性。     

具有刚性中央扣的大跨度悬索桥随机地震响应研究

为分析刚性中央扣对悬索桥地震响应的影响,以一座具有刚性中央扣的大跨度悬索桥为例,建立大跨度悬索桥的空间有限元模型,基于随机振动法对比分析刚性中央扣对悬索桥动力特性的影响、地震动功率谱密度函数的选择对地震响应的影响以及悬索桥在三向地震作用下的地震响应。结果表明:刚性中央扣减少了加劲梁纵飘及与主缆振动相关振型出现的次数并增大了相应的频率;在纵向地震作用下,中央扣减小了加劲梁的位移,但是明显增大了加劲梁的内力;地震动功率谱密度函数模型采用Clough-Penzien模型时所得到的随机地震响应要较杜修力模型大,且两者的计算结果均大于采用规范反应谱的计算结果;在三向地震作用下,导致加劲梁在中央扣位置处形成内力集中,地震响应也更为不利,桥塔最大纵向弯矩位于塔底,最大横向弯矩位于横梁交界处和塔底。     

基于BP神经网络的柴油机排气门故障诊断

介绍了BP神经网络的结构和算法,设计了一个适用于柴油机排气门故障诊断的3层BP神经网络.将4缸柴油机排气门存在故障的状态和其正常工作状态所对应的特征向量作为BP神经网络的输入样本进行训练,建立故障诊断库,并用此故障诊断库对输入的检验数据进行自适应分类识别,从而实现故障诊断.实验表明,该方法可行、适用.     

混凝土加劲梁在悬索桥中的应用研究

根据悬索桥加劲梁的受力及变形特点,提出了箱形混凝土加劲梁的计算原则和方法, 通过具体算例对三种具有代表性的设计方案进行了详尽分析比较,得到了许多重要结论.其设计建议对该种类型悬索桥的建设具有重要的指导作用.     

BP神经网络与回归分析法在公路工程施工安全经费分析上的应用

该文应用BP神经网络和多元回归分析对公路工程施工安全经费进行计算分析,结果显示,与多元回归分析相比,BP神经网络计算值与安全经费实际投入值更吻合.这为安全监管部门管理公路工程施工安全提供了一条新途径.通过BP神经网络和回归方程,均可以根据安全专项经费总额、工程投标价和工程进度,反推算出实际投入的安全经费,为安全管理部门进行安全检查监督提供有效依据.     

BP神经网络主成分分析法在汽车保有量预测中的应用

针对影响汽车保有量预测的多个因素,采用主成分分析的方法提炼出较少的与线性无关的主要因素,并根据这些因素,利用BP神经网络方法对汽车保有量进行了预测,最后通过实例, 将BP神经网络主成分分析法计算结果和非线性模拟与全要素BP神经网络模拟结果进行比较,得知BP神经网络主成分分析法在运算效率、运算精度上较优.     

基于神经网络客流预测的高峰期公交时刻表优化

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.      

基于时间序列ACO-BP神经网络在基坑变形预测中的应用研究

BP神经网络技术因其良好的非线性动力学特性、函数逼近能力、自组织和自适应能力,已广泛应用于基坑变形预测中。但实际应用过程中发现BP神经网络具有收敛速度慢、初始权阈值对计算结果影响较大,且易陷入局部最优等缺陷。采用引入具有启发式寻优、全局优化特点的蚁群算法优化BP神经网络,对基坑变形进行预测,并与BP神经网络进行比较。结果表明:ACO-BP神经网络模型预测基坑变形可行;预测精度高于BP模型,且结果稳定、速度较快、误差满足工程的要求。     

鱼脊梁与部分斜拉桥组合体系桥梁参数化分析

鱼脊式连续梁桥具有结构刚度大、支点负弯矩大、跨中弯矩和下挠度小等受力特点,而部分斜拉桥需要刚度较大的加劲梁,因此.可以利用鱼脊式连续梁桥和部分斜拉桥的优点来组合两种桥型。为了得岀这一组合体系的适用范围和受力特性,对一系列鱼脊式连续梁桥和部分斜拉桥的组合结构桥梁进行了参数化分析。     

参数反演法在深厚嵌岩群桩基础受力分析中的应用

桥梁群桩基础承载性能数值计算结果与岩土参数的选取密切相关,为探讨更为符合实际工程地质情况的群桩基础受力计算模式,采用MATLAB编制的改进BP神经网络与遗传算法相结合的遗传神经网络计算程序,建立参数反演算法.该方法首先利用改进的BP神经网络对正交设计的样本数据进行训练,然后采用遗传算法进行最优求解.基于戛洒江特大桥深厚...     

基于IGWO-BP算法的轨道交通短时客流预测

轨道交通短时客流具有随机性和非线性的特点.为提高轨道交通短时客流预测结果的准确度,研究了基于改进的灰狼优化算法(IGWO)与BP神经网络的短时客流预测算法(IGWO-BP).计算轨道交通客流不同时间序列的相关系数,确定了BP神经网络的输入和输出方式;用余弦思想和动态权重策略对原始灰狼优化算法改进,提高算法的全局搜索能力...     

基于改进型BP神经网络的沥青路面大修决策模型研究

针对常规大修决策模型PQI模型的缺陷,利用改进型BP神经网络建立沥青路面大修决策模型。改进型BP神经网络是在神经网络中间层和输出层上加入特殊的偏差单元,以加快BP神经网络的收敛速度、并提高其计算精度。本文根据安徽省高速公路沥青路面的实际情况,建立了有5个输入单元和一个输出单元的神经网络,并利用历年路况检测结果和专家对路况的主观评价结果对网络进行了训练。结果表明神经网络计算结果的精度很高。     

基于改进神经网络的路基沉降预测

为克服路基沉降预测方法的缺陷和传统BP神经网络存在的不足,采用Levenberg-Marquardt算法改进了BP神经网络的收敛性,建立了路基沉降预测模型。结合津秦客运专线路基沉降实测数据,将该优化模型与传统的BP神经网络预测模型进行了对比,计算结果表明改进后的BP神经网络在路基沉降预测中精度最高,取得了好的效果。     

基于BP模糊神经网络的高速公路项目运营效益评价

基于模糊综合评价的BP神经网络方法,把实际的数据或专家的打分进行模糊处理,采用BP神经网络学习算法进行计算,克服了模糊综合评价权重确定的主观性过大的缺点,达到主观与客观完美结合的目的。该评价系统具有精度高和速度快的优点,相对误差小于1.2％。     

PSO-BP神经网络在隧道围岩变形预测中的应用

针对滇西复杂地质条件下隧道围岩变形预测问题,以BP神经网络为基础,引入了改进后的粒子群算法,通过调试和改进建立了PSO-BP神经网络。该神经网络结合了粒子群算法的全局搜索能力和BP神经网络的局部搜索能力,非线性映射能力强,泛化能力强,具有一定的容错能力。计算结果表明:PSO-BP神经网络预测精度高,平均绝对误差为2.4 mm,平均相对误差为2.7%,满足隧道围岩变形预测精度的需要。     

边扣对不同悬吊结构体系悬索桥的影响分析

地锚式悬索桥由主缆、加劲梁、桥塔、吊索、锚碇五部分组成,可以形成多种结构体系,如加劲梁采用不同的悬吊方式,那么不同悬吊结构体系也就具有不同的结构力学特性.为研究边扣对不同结构体系悬索桥受力的影响,以西堠门大桥为背景,采用桥梁非线性计算软件BNLAS建立计算模型,分别对两跨悬吊和三跨悬吊悬索桥的加劲梁在连续纵飘、纵向约束...     

BP神经网络在道面土基模量取值中的应用

论文提出了建立土基模量神经网络库的设想;给出了用BP神经网络确定水泥混凝土道面土基模量的方法和步骤;建立了反映西北黄土地区粉质亚粘土土基模量与其主要影响因素之间的非线性映射关系的BP神经网络,并用该网络进行仿真计算。结果表明,用BP神经网络确定机场水泥混凝土道面土基模量是一种简便有效的方法。     

基于遗传神经网络的交通流量预测研究

针对BP神经网络用于交通流量预测时存在的不足,采用遗传算法优化BP神经网络初始权值的方法来提高BP网络的性能.应用改进前后的BP神经网络模型对长沙市具体路段的交通流量进行预测,通过预测结果对比,发现经遗传算法改进后的BP神经网络在降低预测平均误差的同时,迭代次数也比标准BP神经网络大大减少.     

基于灰色BP神经网络组合模型的基坑变形预测研究

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。