基于神经网络的高温下（后）预应力损失分析

提出了基于神经网络的高温下(后)预应力损失的评价方法.针对影响高温下(后)预应力损失的复杂多变性和相当强的不确定性,建立了基于神经网络的高温下(后)预应力损失模型.运用神经网络强大的自适应、自组织、自学习的能力以及高度的非线性映射性、泛化性和容错性的特点,通过对训练样本的神经网络学习,建立了预应力损失与温度、初始有效预应力以及高温条件的网络关系,最终实现了对测试样本的预应力损失预报.     

超前预报在锦屏辅助洞不良地质中的应用研究

简述了综合利用超前地质预报技术对隧道地下水进行超前预报。提出在复杂地质条件下,综合运用TSP203超前预报系统、地质雷达、超前地质钻孔等技术对地下水进行跟踪预报,并以锦屏辅助洞隧道为实例,说明综合预报对地下水预报的有效性。     

某型船尾部振动响应的预报及试验验证

采用水弹性分析方法,利用自行开发的软件对某型船尾部振动响应进行了预报。对建模、附连水质量计算、激振力的确定等问题进行了探讨。该船实船试验结果表明,预报值与实测值比较吻合,说明本文的预报方法较为可靠。     

营口港鲅鱼圈港区泥沙运动研究

利用现场实测水文、泥沙及地形变化资料,对营口港鲅鱼圈港区附近的水文特征、泥沙来源,运动形态、岸滩变化及泥沙淤积进行了分析研究。     

天津港港内水沙分布特征值分析

利用潮流和泥沙淤积数学模型计算了天津港的流场分布、含沙量分布以及悬沙落淤强度分布 ,其结果与实测资料基本一致 .     

基于投影寻踪学习的大型船舶运动极短期预报

本文结合投影和神经网络的优点,建立了应用于大型船舶运动的极短期预报我多维投影寻踪学习网络（ＰＰＬＮ）结构及算法,并将该算法所取得的预报结果与年历顺归预报法和周期图预报法的结果进行了比较,预报结果说明了该算法的可行性。     

滑行艇阻力研究进展

本文分析了滑行艇阻力预报中常用的十余种方法,指出了各种方法中参数的变化范围、适应的艇型及存在的问题;讨论了理论求解的困难和减阻措施;说明了在滑行艇阻力预报中常被忽视的艇形概念及其重要作用。     

大型船舶船体振动与舱室噪声预报

为保证船舶能符合船级社及国际组织对船舶振动与噪声控制的要求,在设计阶段必须对船体进行振动与噪声分析和预报。以某大型船舶为研究对象,采用声固耦合法和附加质量法对其船体振动情况进行计算分析,采用统计能量分析(Statistical Energy Analysis,SEA)法对其舱室噪声进行计算分析。计算结果表明,该方法能较为准确地模拟船体振动与舱室噪声,满足工程预报的要求,对船体振动与舱室噪声预报相关的工作的开展具有较好的参考价值。     

超前地质预报方法在凤凰岭隧道中的应用

在隧道开挖过程中,超前地质预报已成为准确预报隧道前方围岩地质情况的有效方法,其中TSP法是较为成熟、直接的预报方法。结合凤凰岭隧道实体工程,采用TSP地震预报法,对隧道施工过程的断层破碎带、塌方、软岩和水进行了较为精准的超前预报,为确定合理的隧道开挖支护方案提供技术支持。     

具有峰值识别的神经网络模型对水沙过程的预报

在经典BP神经网络模型的基础上,增设误差修正系数,实现网络误差修正权重倾向于输出样本的较大值.同时提出了一种计算输入输出向量的归一化公式.在此基础上建立了具有洪峰识别的BP网络预报模型.该模型能根据实测资料模拟和预报不同特征年的流量或含沙量过程.采用建立的模型,对宜昌水文站典型年实测流量过程及含沙量过程进行了预测检验,其结果与实测值吻合较好,对峰值的预报较经典BP模型有所提高.