灰-神经网络方法在桥梁施工控制中的应用

以黑沟大桥为实例,将灰-神经网络方法用于连续刚构桥梁的监控监测中,通过仿真分析、建模,实现了桥梁施工中的科学预测,丰富了桥梁施工控制预测方法。对关键截面的应力进行了有效地控制,验证了灰-神经网络方法在大跨度预应力混凝土桥梁中的应用。     

基于广义回归神经网络的路基沉降预测

为了对路基沉降变化规律进行预测,避免发生工程事故,提出了将广义回归神经网络模型应用于软土地基沉降预测中的方案。通过广义回归神经网络的基本理论和概念,采用实际工程数据,用BP神经网络方法和广义回归神经网络方法进行了预测分析,比较了2种方法的3组预测结果。工程实例预测结果表明,广义回归神经网络方法的均方误差和决定系数表现都优于BP神经网络方法;证明该方法是可行且有效的。     

运用灰色理论与人工神经网络预测公路沉降

介绍了灰色理论中的G（1,1）模型、BP人工神经网络模型和灰色BP神经网络模型;根据岳阳城陵矶进港道路管桩处理后的路基沉降实测资料,分别运用这三种模型进行沉降预测,并对预测结果进行了分析,比较了这三种方法预测沉降的效果。     

遗传BP算法在预测深厚软基沉降中的应用

依托某高速公路应用塑料排水板堆载预压法处理深厚软基的工程实践,运用皮尔-遗传神经网络对其沉降观测结果进行了分析、预测。结果显示,预测精度高。     

基于BP神经网络的黄土湿陷性预测研究

运用人工智能领域中的神经网络技术,提出了基于BP神经网络模型的黄土湿陷性等级的预测方法。用MATLAB7自带的神经网络工具箱编程来实现BP神经网络系统。并给出工程实例和程序,预测效果和准确度较好,说明利用BP神经网络预测黄土湿陷系数是可行的。     

基于人工神经网络和遗传算法的大跨连续梁桥参数相关分析

主要论述了如何采用改进的BP神经网络和遗传算法进行现场施工参数的识别。为解决混凝土的容重、弹性模量所引起的误差,在丹江口二桥的施工控制过程中,采用3层BP神经网络进行混凝土的容重、弹性模量的识别;为确定预应力损失引起的标高偏差,引入了遗传算法对其建模分析,取40个初始染色体群,以5个世代繁衍不再出现更优的染色体作为终止GA计算的条件。文章以这两种方法在丹江口二桥施工过程的预测控制分析中的成功运用为实例,证实了神经网络控制理论和遗传算法在连续梁桥的施工过程的预测与控制中的实用性和有效性。     

基于数据分类的高速铁路运营事故预测方法

高速铁路运营事故预测方法是度量铁路安全管理水平的重要指标.为提高高速铁路的安全运营水平,引入工业数据分类方法,分析反向传播(BP)神经网络和灰色模型在高速铁路安全运营事故预测过程中的适应性.首先,运用事故次数、事故联动系数、月均事故率3个参数对高速铁路安全运营水平进行度量;然后,根据工业数据分类方法判别高速铁路运营事故数据属于块状型,据此建立反向传播(BP)神经网络运营事故预测模型;针对运营事故数据具有波动大的特点,利用均值聚类方法建立K-GM(1,3)预测模型.以近年来高速铁路运营事故数据为样本对模型进行训练和分析,结果表明:BP神经网络、K-GM(1,3)、GM(1,3)预测模型的预测误差分别为8.92%,13.68%,345.25%,BP神经网络在高速铁路安全运营事故预测过程中的适应性要优于灰度模型.      

BP神经网络在路面模量反分析中的应用

使用MATLAB神经网络工具箱研究了BP神经网络在路面模量反分析中的应用。研究结果表明,只要合理的处理输入和输出参数,利用BP神经网络可以较好的预测路面各层的弹性模量,并且相对于其他分析方法,该方法运算速度非常快,适合于实际工程中应用。     

BP神经网络在路面模量反分析中的应用

使用MATLAB神经网络工具箱研究了BP神经网络在路面模量反分析中的应用。研究结果表明,只要合理的处理输入和输出参数,利用BP神经网络可以较好的预测路面各层的弹性模量,并且相对于其他分析方法,该方法运算速度非常快,适合于实际工程中应用。     

粉煤灰混凝土强度的试验分析与BP神经网络预测

为了克服混凝土施工中强度评定滞后现象,提出采用BP神经网络技术进行粉煤灰混凝土早期强度预测。通过粉煤灰混凝土正交试验,并对实验结果进行极差分析,找出影响粉煤灰混凝土强度的主次要因素,进而作为BP神经网络输入参数,预测粉煤灰混凝土的抗压与抗折强度。经过预测值与实测值对比分析,结果表明BP神经网络技术有很好的预测精度。应用BP神经网络技术对混凝土施工中的质量状况及时预报,有重要的技术应用价值。     

利用数据挖掘技术建立城市区域交通流状态分析预测模型

ITS中的一个重要研究领域就是交通流的诱导，而为了要正确地诱导交通流，就需要对交通流的状况进行实时分析和预测。本运用计算机科学领域中的数据挖掘技术，提出了一个城市区域交通流分析预测模型。通过模型中的预测级神经网络、决策树约束集、关联规则约束集和修正级神经网络，全面地考虑了区域内交通流本身与其它动态、静态指标对未来交通流状况的影响，因而具有较高的正确率。     

基于组合预测的RBF神经网络货运量预测方法研究

为有效进行交通货运量预测，通过对货运量影响因素的分析，建立了关于货运量影响因素的层次分析模型，根据该模型构建了基于RBF神经网络的货运量预测方法。用我国1985-2004年的货运量统计数据对该神经网络进行训练和检验，并对2005-2006两年间的货运量进行预测。预测时设定了2005-2006年2a间货运量各影响因素值，再运用RBF神经网络预测这两年的货运量。结果表明，2005年的预测值与国家统计局最近公布的实际数值有很好的一致性，表明这一方法的可行性。     

基于径向基神经网络的EPS助力控制方法

回顾汽车助力转向系统的发展历程,并对电动助力转向(EPS)系统进行分析。在总结前人研究方法的基础上,探索出一种基于径向基(RBF)神经网络的EPS助力特性研究方法。通过径向基神经网络的学习和训练,对理想的助力特性曲线进行拟合和预测,得到非常理想的新曲线。学习的结果说明,径向基神经网络在学习和预测方面功能强大,应用此控制策略,对后续的研究提供了一个选择。     

运用弹性系数法预测北京机动车保有量

综述了机动车保有量的预测方法,包括时间序列回归法、神经网络法、弹性系数法等,分析了不同方法的特点,给出了相关启示。结合北京经济发展趋势,运用弹性系数法对机动车保有量进行了预测。     

城市公共交通枢纽客流量预测实用方法研究

通过全面分析遗传算法和神经网络的优缺点,在充分考虑各种可量化因素的影响权重的基础上,建立了遗传神经网络模型,提出了城市公共交通枢纽客流量预测实用方法,并通过实例进行了分析验证。结果表明,该方法在城市公共交通枢纽客流量预测的应用过程中具有较强的学习能力和自适应性,,其预测的精度明显得到提高。     

我国房地产业市场结构、效率与绩效关系实证研究——以郑州市为例

以2004—2008年郑州市房地产企业为样本，运用产业组织理论，在Berger模型的基础上，建立多元回归模型对郑州市房地产市场结构、效率与绩效关系进行实证分析，结果表明：郑州市房地产业市场结构属于竞争型中的寡占市场；技术效率、纯技术效率与规模效率较低；平均利润率较高；郑州市房地产市场一定程度上具有效率结构假说的特点。最后，针对上述分析提出了优化产业结构的政策建议。     

基于神经网络的交通事故预测

提出了交通事故预测的新方法－改进型BP神经网络，运用该网络对我国交通事故进行了预测分析。     

基于优化灰色神经网络模型预测公交换乘需求量的换乘枢纽选址

根据公交换乘枢纽换乘量的生成特点和影响交通换乘量的主要组成因素,研究发现交通换乘量具有“小样本、贫信息”的灰色特征,为此提出了一种基于灰色软计算的换乘需求量预测方法.该方法利用灰色系统原理建立灰色神经网络系统预测模型,通过采用遗传算法改进神经网络的性能,提高系统预测的精度.以兰州市市区公共交通枢纽规划为例,结合实际的道路交通调查数据,运用该方法对提出的交通枢纽方案进行了实证分析与评价.结果表明:改进的灰色神经网络能有效地改善预测精度;运用GA-GNN模型求解道路交通中的非线性问题对提高决策水平具有较大的现实意义.     

爆破振动特征参量的SVM及神经网络预测应用研究

通过RBF、BP神经网络及SVM算法3种预测方法,对爆破震动特征参量进行预测,并与传统萨道夫斯基公式进行对比分析研究。结果表明,3种方法预测精度均优于传统萨道夫斯基公式。当样本数有限时,BP、RBF神经网络在爆破振动峰值振动速度及主频率的预测中效果欠佳,SVM算法的预测精度优于RBF、BP神经网络,在实际工程应用中SVM算法对爆破振动特征参量的预测具有极强的适应性。     

基于神经网络的公路施工企业经济效益分析

探讨如何应用BP神经网络模型预测施工企业的经济效益,为企业优化管理提供决策依据.通过对公路施工企业经济效益影响因素的分析,建立了影响施工企业经济效益的综合指标体系,应用BP神经网络对企业经济效益进行了预测,并与实际情况进行对比,结果表明BP神经网络预测施工企业效益的效果优良.