基于遗传算法和极限学习机的智能算法在基坑变形预测中的应用

为解决传统智能算法网络结构参数复杂、运算速度慢等问题,基于遗传算法和极限学习机构建基坑变形的新型优化智能预测模型。先利用皮尔逊相关系数评价不同影响因素与基坑沉降变形之间的相关性,以确定极限学习机的输入层; 再采用试算法确定最优激励函数和隐层节点数,并将遗传算法和极限学习机耦合,利用遗传算法优化极限学习机的初始权值和阈值,以提高预测精度。经实例检验表明： 1)开挖时间、开挖深度、土体抗剪参数及重度均与基坑沉降变形显著相关,为构建极限学习机输入层提供了依据; 2)在预测过程中,激励函数和隐层节点数对极限学习机的预测效果具有一定的影响,以Sigmiod型激励函数和13个隐层节点数的预测效果为最优; 3)通过遗传算法的优化,能进一步提高预测精度,验证了遗传算法的优化能力和有效性。预测模型在不同工况下的预测结果均较优,说明该模型具有较高的稳定性和可靠性。     

高速公路交通状态预测的多源数据融合研究

针对目前高速公路交通状态预测大量使用单一数据源的不足,通过对收费站抽样刷卡数据与浮动车GPS数据的预处理,得到体现同一时间和同一空间的交通状态多源数据;采用极限学习机算法对高速公路交通状态进行预测和估计,并用行程时间指数TTI对道路交通状态进行估计;以广州机场高速公路南线为例,对比分析结果表明,采用多源数据融合模型得出的行程时间均方根误差和平均绝对百分比误差均小于单一数据源模型,且极限学习机在数据准确性与稳定性上均有良好效果,优化率分别为80.6%、53.7%。     

基于多尺度核独立元分析与核极限学习机的柴油机故障诊断

为提高柴油机故障诊断速度和精度,提出了基于改进多尺度核独立元分析与量子粒子群优化核极限学习机的故障诊断方法。首先利用固有时间尺度分解对缸盖振动信号进行多尺度时频分解,并根据故障敏感度参数筛选有效分量以实现振动冲击特征增强;然后利用核独立元分析消除有效分量间的频带混叠,分离故障敏感频带,并提取各频带的AR模型参数、多尺度模糊熵和标准化能量矩构造联合故障特征向量;最后建立基于量子粒子群优化的核极限学习分类器实现柴油机故障诊断。试验结果表明,该方法有效增强了缸盖振动信号中的故障敏感特征,提高了柴油机故障诊断速度和精度,故障分类准确率达到98.45%。     

极限学习机在车身前纵梁装配中误差预测应用

在智能制造推动下,制造业对大数据的收集与特征分析愈加重视,数据分析技术更是大数据应用的关键技术,总结现有基于数据驱动的装配偏差控制方法,提出基于极限学习机建模的车身装配偏差预测控制方法,通过对检测数据的拟合建模,实现车身产品装配质量预测,并应用于制造生产线指导。文章应用极限学习机(Extreme Learning Machine,ELM)基于采集的车身前纵梁制造装配数据预测装配过程中的关键特征质量误差状态,从结果分析角度说明ELM准确预测误差状态。     

基于数量化理论Ⅲ和极限学习机在小净距隧道变形影响因素分析中的应用研究

为实现小净距隧道变形影响因素的定量评价,保证隧道变形规律的有效分析,采用数量化理论Ⅲ对小净距隧道的变形影响因素及其耦合性等进行定量分析,并利用极限学习机构建隧道变形预测模型,以验证前者分析结果的准确性。实例分析结果表明： 隧道变形的主导因素有围岩重度、变形模量、泊松比、内摩擦角和黏聚力,重要因素有围岩剪胀角、隧道埋深、喷射混凝土厚度、锚杆长度及隧道间距,而隧道围岩侧压力系数为一般因素; 隧道变形影响因素间存在耦合性,且分析样本4、6、16、18的耦合度高,其余样本的耦合度均为低; 另外,极限学习机的预测结果表明一般影响因素会减弱变形影响因素与变形值间的关联性,对变形规律分析不利,这与变形影响因素分析成果一致,且极限学习机对各监测项目的变形预测效果均较好,验证了该方法在隧道变形预测中的适用性和可靠性。     

无黏结预应力筋极限应力增量试验分析

从技术的角度讨论了无黏结预应力混凝土结构应用于桥梁工程的可行性,以推进无黏结预应力技术在桥梁工程中的应用.通过模型试验研究,建立了无黏结预应力筋应力增量与综合配筋指标,混凝土相对受压区高度与综合配筋指标的关系式.同时为满足承载能力极限状态及正常使用极限状态的要求,必须对无黏结部分预应力混凝土受弯构件进行合理设计,建立了无黏结部分预应力混凝土极限应力增量分析方法.     

用新陈代谢极限学习机实现电池健康状态估算

针对因电池内部电化学反应的复杂性、算法泛化性差或可用已知数据量少导致的锂离子电池SOH估算精度下降的问题,提出使用极限学习机(ELM)构建强泛化性电池退化状态模型来描述不同电池的共性退化规律;引入新陈代谢机制来更新退化状态模型的输入数据进而实现对SOH的新陈代谢估算,在保证估算精度的同时降低对输入数据量的需求.利用两种...     

基于相关性准则和R-ELM模型的岩溶隧道涌水量预测研究

为实现隧道涌水量的高精度预测,以相关系数法和极限学习机为理论基础,构建隧道涌水量预测模型。首先,结合工程实例对隧道涌水的影响因素进行分析,并利用相关系数法分析各因素与涌水量之间的相关性,以筛选出重要影响因素;其次,将筛选出的重要因素作为预测模型的输入层,并利用试算法和经验公式优化极限学习机的模型参数,再利用M估计弱化预测误差,进而构建出用于隧道涌水预测的R-ELM模型。研究表明： 1）岩溶隧道涌水灾害的影响因素较多,包括5类一级因素和12类二级因素,不同因素对隧道涌水灾害的影响程度存在一定差异; 2）R-ELM模型预测结果的平均相对误差仅为1.12%,具有较高的预测精度,不仅验证了模型参数优化和M估计优化的有效性,也验证了R-ELM模型在隧道涌水量预测中的适用性。     

基于优化极限学习机的高速公路造价预测

高速公路的工程造价是前期项目预算的重要数据参考,是公司投资管理经营与造价控制的关键节点,如何建立模型准确地预测公路工程造价对进行公路工程管理有很大的帮助,同时意义重大。文中根据中国高速公路工程建设项目造价预测的研究现状,将优化极限学习机（ELM）预测方法引入高速公路造价预测,建立高速公路建设项目工程造价预测模型,并结合Matlab软件进行了应用性分析与研究。实例分析结果表明该预测模型简便,具有较高的实用性。     

基于核主成分分析的柴油机技术状态评估

提出了一种基于核主成分分析的柴油机技术状态评估方法,该方法通过跟踪柴油机全寿命周期内的机体振动信号,引入振动信号频域内振动烈度与统计特征值构成特征子集,利用核主成分分析方法获得特征子集的主分量,选用极限学习机对主分量特征样本进行分类和测试,可有效地消除冗余信息,提高识别精度。对柴油机技术状态评估后的结果表明,该方法较主成分分析法识别精度约提高了25个百分点。     

基于粒子群优化和极限学习机的底盘测功机加载扭矩模型

汽车底盘测功机通过电涡流测功器产生加载扭矩模拟汽车行驶在道路上时所受到的阻力。针对电涡流测功器输出扭矩的非线性特性,提出采用极限学习机神经网络建立电涡流测功器输出扭矩模型的方法,并利用粒子群算法优化网络结构提高模型的准确性。仿真结果显示,模型的平均相对误差为1.3%。通过与BP神经网络模型相比较,极限学习机模型显示出了更高的准确性。     

部分预应力高强混凝土梁无粘结筋极限应力及承载力的计算方法

通过１５根单调荷载和１１根低周重复荷载作用的无粘结部分预应力高强混凝土梁的试验研究，探讨了综合配筋指标、跨高比、荷载作用方式对预应力筋应力增量和极限承载力的影响，建立了无粘结预应力筋应力增量与综合配筋指标，混凝土相对受压区高度与综合配筋指标的关系式，对受压区混凝土应力等效模式进行了探讨，给出了两种无粘结部分预应力高强混凝土梁正藿面极限承载力的计算公式，计算结果与试验结果吻合较好。     

极限状态下体外预应力筋增量分析

文中分析了在极限状态下,依据体外筋应力增量和梁体的整体变形之间的几何关系,同时考虑体外预应力筋在转向块处可能产生滑移,根据发生滑动的体外预应力索段的无应力索长不变,对索力进行二次分配,推导出以构件的挠度和转角为参数的体外筋极限应力增量的计算公式,并将公式与国内学者做的实验进行对比分析。结果表明,计算结果与试验结果较为吻合,为设计体外预应力结构在计算梁体破坏时预应力筋应力提供了计算方法。     

大跨度混合梁斜拉桥弹塑性极限承载力分析

为研究混合梁斜拉桥的弹塑性极限承载力,基于连续体三维虚功增量方程,建立空间薄壁梁单元的U.L.列式增量平衡方程,采用分段分块变刚度法计算单元的弹塑性刚度矩阵,并编制相应的斜拉桥弹塑性极限承载力空间分析程序ULCA.采用ULCA对某主跨480 m的双塔三跨空间双索面混合梁斜拉桥成桥进行弹塑性极限承载力分析,分析结果表明:该桥的荷载安全系数k=3.146 5,因混凝土主梁受压区破坏而达到极限状态;材料非线性对边跨位移、索力及桥塔位移的影响远大于对中跨的影响;极限荷载作用下,材料非线性对主梁和桥塔的轴力基本无影响,但弯矩重分布比较明显.     

结构极限承载力计算方法及其收敛性

在考虑双非线性影响的结构极限承载力的计算时,为提高计算精度和效率,对弧长增量法和位移增量法中的增量参数、不平衡力收敛计算过程进行了比较分析,并提出了考虑全自由度的位移增量法。通过按不同增量法对几种类型的结构进行极限承载力计算,分析了各种增量方法的精度、效率和适用范围。结果表明:在结构的双非线性分析时,弧长增量法和位移增量法均较为有效,且位移增量法的适用性更好。结论为结构双非线性分析时确定合理的算法提供了参考。     

大跨度斜拉桥极限承载能力研究

本文考虑斜拉桥几何非线性,应用弹性 塑性铰分析模型进行材料非线性分析,研究了主梁自重和车辆荷载作为增量荷载时结构极限承载能力。研究表明,所采用的方法可以追踪个别杆件进入塑性到结构整体失稳的全过程,确定出斜拉桥极限承载力。梁的自重和车辆荷载为增量荷载时,塔根处的主梁截面、塔的截面等较容易屈服。车道荷载中集中荷载的作用位置对斜拉桥塑性铰的发展、形成失效路径、极限承载力等有较大影响。     

基于GA--ELM的水性环氧乳化沥青黏结性能预测

水性环氧树脂改性乳化沥青原材料组分较复杂,其黏结性能评价往往需要综合考量多重影响因素,试验量繁杂且耗时较长。为快速精准预测水性环氧树脂改性乳化沥青的黏结性能,优选水性环氧树脂、固化剂、乳化沥青等原材料技术指标及测试温度范围作为输入因子、黏结拉拔强度作为输出因子,基于遗传算法(GA)优化后的极限学习机(ELM)算法,建立水性环氧树脂改性乳化沥青黏结性能预测模型,通过与传统单隐层神经网络算法进行对比分析,验证预测模型准确度。结果表明:GA-ELM模型具有更高的准确性和效率,可用来预测水性环氧树脂改性乳化沥青黏结性能,与BP、ELM模型相比,GA-ELM模型的误差分别降低了78.74%～79.67%和83.63%～87.41%。     

不同加载方式对大跨度钢拱桥极限承载力的影响

以上海在建的主跨550m的中承式钢拱桥为例，考虑结构几何和材料非线性效应，用增量和Newton Raphson迭代法详细分析大跨度钢拱桥在不同加载方式作用下的极限承载力，讨论不同加载方式对大跨度钢拱桥极限承载力的影响。     

配置HRB500级非预应力筋的无粘结部分预应力梁应力增量试验

对5片配置不同强度等级非预应力筋的无粘结部分预应力混凝土试验梁进行了加载试验,研究了该结构正常使用阶段和承载能力极限状态下,非预应力筋的强度等级以及高强非预应力筋配筋率对预应力筋应力增量的影响,并根据各国规范对试验梁极限应力增量的计算值与实测值进行了对比分析。研究结果表明:非预应力筋的强度等级差别及配筋率在弹性工作阶段对预应力筋的应力增量影响很小,但在混凝土开裂后至破坏阶段影响显著。各国规范极限应力增量计算值和实测值相比,我国现行规范计算结果更为安全合理。     

基于弯矩曲率非线性分析的无粘结预应力结构理论研究

在试验研究的基础上分析了我国行业标准中关于无粘结预应力钢筋的极限应力增量取值的规定主要是依据矩形截面梁(板)试件的试验数据,而对桥梁工程中常用T形、箱形截面梁未作出具体规定的现状,提出一个应用钢筋混凝土截面弯矩一曲率非线性分析方法解决桥梁工程实际的多截面形式的极限应力增量的理论。得到的无粘结预应力混凝土简支梁荷载一挠度曲线与试验结果吻合较好。表明该方法是合理的、可靠的。