共查询到20条相似文献,搜索用时 306 毫秒
1.
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。 相似文献
2.
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. 相似文献
3.
4.
5.
由于交通流预测具有高度的非线性特点,这与BP神经网络能够处理非线性问题的特征相符合。但BP神经网络算法易使解陷入局部极小,而遗传算法的全局优化能力则恰恰可以克服这一缺点。文中将遗传算法应用于对BP神经网络模型的改进来对交通流进行预测。通过对预测数据与实测数据的比较分析,证实了改进后的方法更为有效。 相似文献
6.
针对传统PI控制在车辆速度跟踪过程中参数固定且不易整定的问题,提出了一种基于改进BP神经网络的智能汽车纵向控制方法。分别构建驱/制动模式下的BP神经网络,针对BP神经网络初始参数选取困难及反向自学习存在梯度消失等问题,利用粒子群算法和批处理归一化方法对BP神经网络进行改进,最终实现PI控制参数的动态自整定。通过Carsim/Simulink联合仿真与实车测试对该方法进行了验证,结果表明:相比于传统PI控制,所提出的纵向控制方法在实现基于误差快速调整参数的同时提高了车辆纵向控制精度。 相似文献
7.
为研究驾驶人视觉特性和弯道转向行为的内在联系,借助模拟驾驶器,选取50名驾驶人在3种不同半径的弯道上进行驾驶试验。在整理采集的试验数据后,分别比较驾驶人视觉特性(瞳孔面积变化率、扫视速度、扫视幅度)、弯道转向行为(方向盘旋转率、车辆侧向加速度)与弯道半径之间的关系,并进一步提出一种以驾驶人视觉特性为预测因素,基于BP神经网络的驾驶人弯道转向行为预测方法。为使BP神经网络适用于小样本量的预测情况,需引入改进粒子群算法对BP神经网络进行优化。对粒子群算法的改进之处主要体现为:在粒子群算法进行搜索的过程中,采用动态惯性权值与自适应方法,解决了一般粒子群算法中粒子快速趋同的问题。在模型训练的过程中,选取BP神经网络的误差作为改进PSO算法的适应值,由事先确定的最大迭代次数与误差范围共同决定迭代的终止条件。最后,分别使用基于BP神经网络的驾驶人弯道转向行为预测方法,与基于改进粒子群优化BP神经网络的驾驶人弯道转向行为预测方法,对弯道转向行为进行预测,结果表明:基于改进粒子群优化BP神经网络的弯道转向行为预测方法相较传统预测方法具有更高的预测精度,可以有效地预测驾驶人弯道转向行为。 相似文献
8.
为实现大跨度斜拉桥索梁锚固区钢锚箱的结构优化,依托某大跨度斜拉桥索梁锚固区结构实际工程,提出了一种基于NSGA-Ⅱ算法与IGA-BP神经网络模型的结构参数优化方法。首先基于BP神经网络确定了钢锚箱响应数据预测的拓扑结构,采用自适应交叉变异改进的遗传算法对钢锚箱结构响应神经网络预测模型的权值阈值调参,得到满足拟合精度要求的IGA-BP神经网络预测模型。然后建立考虑结构平均应力和主要板件上峰值应力的数学优化模型,采用改进交叉、变异算子的NSGA-Ⅱ算法设计了钢锚箱结构参数优化流程。最后联合改进NSGA-Ⅱ算法和IGA-BP模型实现了钢锚箱结构参数的优化求解。结果表明:自适应遗传算法对BP神经网络权值与阈值调参的效果良好,相较于标准BP神经网络,IGA-BP神经网络的拟合精度和训练效率均更高;改进NSGA-Ⅱ算法可以实现对钢锚箱结构参数的寻优求解,根据Pareto协调最优解的结果,钢锚箱支撑板与承压板厚度有一定增加,加劲板和锚垫板厚度略微降低;优化后的结构上平均应力降幅约为2.7%,其中承压板应力峰值由200.9 MPa降低至178.1 MPa,降幅约为11.3%,支撑板应力峰值由199.6... 相似文献
9.
10.
针对连续刚构桥进行参数优化,研究了边中跨比值、梁底曲线指数、跨高比和薄壁墩墩身间距这四个参数对连续刚构桥受力性能的影响.运用正交设计法、遗传算法、遗传算法与神经网络结合以及神经网络、遗传算法与正交表结合四种方法进行多目标优化计算,计算过程中考虑了施工阶段及混凝土用量的影响,并将四种方法进行了比较.结果表明单纯的遗传算法容易早熟,很难产生最优解.将遗传算法、神经网络和正交表结合效率较高且能够得到在经验范围之内的精度较好的优化结果. 相似文献
11.
12.
13.
14.
15.
16.
孔壁粗糙度对深嵌岩桩承载特性的影响 总被引:3,自引:0,他引:3
为了明确孔壁粗糙度对深嵌岩桩承载特性的影响,采用室内模型试验方法,通过室内5组嵌岩桩的试验结果,分析了深嵌岩桩在桩端存在沉渣和密实2种情况下孔壁粗糙度因子对桩顶极限承载力、桩侧摩阻力和桩端阻力的影响。结果表明:粗糙孔壁对提高桩基的极限承载力是非常有利的,且桩端存在沉渣时,提高效果更为明显;在软岩地区,孔壁粗糙度对极限承载力的贡献并不是无限增长的,特别是在桩端存在沉渣的情况下,随着孔壁粗糙度的增大,极限承载力还有可能出现下降的趋势;孔壁粗糙度对桩端阻力也有一定影响,孔壁粗糙度大的桩,其桩端阻力发挥作用所需要的位移相对较小。 相似文献
17.
18.
高速铁路桥梁基桩设计的单桩竖向承载力大,而承载力的大小是由静载试验确定——目前规范规定其静载试验的最大荷载为设计单桩竖向承载力特征值的2.0倍。对于嵌硬岩基桩静载试验,建议最大荷载取设计单桩竖向承载力特征值的1.3倍。经论证、试验,嵌硬岩基桩静载试验的最大荷载,取设计单桩竖向承载力特征值的1.3倍是可行的。 相似文献
19.