路面混凝土配合比优化设计

建立了路面混凝土配合比优化设计模型，利用人工神经网络建立混凝土配合比与混凝土性能关系模型，解决了优化设计的关键问题，通过试验证实了本方法的实用性。     

人工神经网络事件探测系统的结构设计及实现

国外传统的高速公路事件自动探测算法存在着事件探测器模型有偏差，误报警率高和不适合我国实际等缺陷，而采用人工神经网络探测事件则具有克服这些缺陷的潜在优势，文章就人工神经网络事件探测系统的系统设计的目标及功能，关键模块设计，组成结构和系统特点等进行了论述。     

人工神经网络在潮汐数值预报中的应用

潮汐数值预报经过了几十年的发展,但是其预报精度并不能让人十分满意,本文试图将传统的潮汐数值预报模式与近年来发展迅速的人工神经网络相结合,来改进潮汐数值预报的精度。文章建立了一种神经网络系统,采用潮汐数值模式的输出结果作为网络输入,潮位观测资料作为输出,用建立的神经网络进行训练,结果表明人工神经网络可以明显地改进潮汐数值预报的精度。     

基于虚拟仪器技术红外气体分析仪器的研究

红外气体分析仪器基于Lambert-Beer定律,采用数字滤波技术对系统检测信号进行滤波,同时采用虚拟仪器技术对信号实现软件小波消噪、传感器漂移自动消除、数据融合消除交叉等新技术。     

基于RBF神经网络的贷款企业财务评估模型

针对商业银行对贷款企业财务的评估特点,分析了货款企业财务的因素,并由此建立了基于RBF的贷款企业神经网络模型,给出了模型的求解方法,井利用该模型进行了验证计算。结果表明,该模型能较好地对贷款企业进行评估,是商业银行对贷款财务企业进行评估的一种较好方法。     

基于人工神经网络预测城市道路软基沉降

针对软基预估沉降值与实际沉降量差异,引入人工神经网络BP模型,根据道路前期沉降观测资料,进行沉降预测.工程实践证明,所建人工神经网络模型具有预测精度高、简便易行等优点,应用前景广阔,可为类似工程提供参考.     

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。     

基于人工神经网络的混凝土抗渗性能研究

混凝土抗渗性直接影响着混凝土的耐久性,为解决传统实验方法耗费大量时间的不足,文中提出用BP人工神经网络对多种配比的混凝土进行渗透性仿真计算。结果表明此模型的可靠度很高,可以用于混凝土渗透性的虚拟化设计。     

基于人工神经网络一遗传算法的取向硅钢刻痕工艺优化

为了优化激光刻痕降低取向硅钢铁损的工艺,寻找刻痕速度、脉冲能量、扫描间距等重要刻痕参数的最佳匹配关系,提出了一种基于人工神经网络与遗传算法的优化模型,并利用这种模型对30Q130取向硅钢材料的刻痕工艺进行了优化实验,结果表明,这种模型稳定可靠,可以作为取向硅钢刻痕工艺优化的一种有效的措施.     

基于优化智能方法的边坡稳定性分析研究

边坡稳定影响因素复杂且具有随机模糊性,给边坡稳定性分析带来了诸多障碍。基于进化BP神经网络的智能方法,充分利用BP人工神经网络对非线性函数强大的映射能力、自学习能力和推广能力,本文建立了基于MATLAB神经网络工具箱的优化智能边坡稳定分析系统,同时采用贝叶斯规则化法对系统进行改善,大幅提高了泛化能力和工程适用性。