中文名 | 邊坡穩(wěn)定性評(píng)估的神經(jīng)網(wǎng)絡(luò)研究 | 項(xiàng)目類別 | 青年科學(xué)基金項(xiàng)目 |
---|---|---|---|
項(xiàng)目負(fù)責(zé)人 | 夏元友 | 依托單位 | 武漢理工大學(xué) |
在邊坡失穩(wěn)類型及發(fā)育規(guī)律分析基礎(chǔ)上,針對(duì)邊坡穩(wěn)定性評(píng)價(jià)常依賴經(jīng)驗(yàn)知識(shí)與工程類比的事實(shí),建立基于穩(wěn)定性影響因素相似原則的邊坡失穩(wěn)模式分類,系統(tǒng)地分析地下水在不同巖土組合邊坡中的組合方式,給出一種從虛構(gòu)實(shí)例中獲取專家知識(shí)的方法,建立各失穩(wěn)模式邊坡穩(wěn)定性評(píng)估指標(biāo)體系及基于失穩(wěn)模式識(shí)別的邊坡穩(wěn)定性評(píng)估新方法并開發(fā)相應(yīng)軟件。 2100433B
批準(zhǔn)號(hào) |
49902022 |
項(xiàng)目名稱 |
邊坡穩(wěn)定性評(píng)估的神經(jīng)網(wǎng)絡(luò)研究 |
項(xiàng)目類別 |
青年科學(xué)基金項(xiàng)目 |
申請(qǐng)代碼 |
D0705 |
項(xiàng)目負(fù)責(zé)人 |
夏元友 |
負(fù)責(zé)人職稱 |
研究員 |
依托單位 |
武漢理工大學(xué) |
研究期限 |
2000-01-01 至 2002-12-31 |
支持經(jīng)費(fèi) |
13(萬(wàn)元) |
基坑邊立塔吊應(yīng)如何計(jì)算邊坡穩(wěn)定性
基坑邊立塔吊應(yīng)計(jì)算邊坡穩(wěn)定性: 計(jì)算公式:V=H/6×[a×b+(a+a1)×(b+b1)+a1×b1] 因?yàn)榛娱_挖后基坑邊土體都會(huì)有一定的水平向和豎向位移發(fā)生,可能危及塔吊的 ,所以盡可能不要...
巖石邊坡穩(wěn)定性分析和土質(zhì)邊坡穩(wěn)定性分析方法是一樣的嗎?
他們的分析方法不一樣,但是原理是一樣的,巖石邊邊坡穩(wěn)定性與土質(zhì)邊緣穩(wěn)定性兩者之間存在著區(qū)別,因?yàn)槠滟|(zhì)地不一樣,還有其穩(wěn)定性差異懸殊
格式:pdf
大小:366KB
頁(yè)數(shù): 4頁(yè)
評(píng)分: 4.7
文章介紹了BP網(wǎng)絡(luò)模型的計(jì)算過(guò)程并對(duì)其性能進(jìn)行了改進(jìn)。在此基礎(chǔ)上,分析了影響黃土高邊坡穩(wěn)定性的因素,包括土體的容重γ、粘聚力c、內(nèi)摩擦角φ、孔隙水壓力比γu,地震烈度,邊坡坡比和邊坡高度H。在對(duì)西部四省地區(qū)上百個(gè)黃土高邊坡穩(wěn)定性進(jìn)行調(diào)查的基礎(chǔ)上,結(jié)合典型的實(shí)測(cè)數(shù)據(jù),應(yīng)用改進(jìn)的神經(jīng)網(wǎng)絡(luò)BP模型對(duì)其進(jìn)行預(yù)測(cè)和評(píng)價(jià)研究。結(jié)果表明:改進(jìn)的BP模型具有收斂快、數(shù)據(jù)輸入方便等優(yōu)點(diǎn),預(yù)測(cè)結(jié)果相對(duì)傳統(tǒng)方法來(lái)說(shuō)更準(zhǔn)確、可靠,具有一定的推廣的價(jià)值。
格式:pdf
大?。?span id="fnv6epr" class="single-tag-height">366KB
頁(yè)數(shù): 5頁(yè)
評(píng)分: 3
邊坡穩(wěn)定性預(yù)測(cè)的混沌神經(jīng)網(wǎng)絡(luò)方法——邊坡系統(tǒng)本身的各種參量是不確定的和隨機(jī)的,在其演化過(guò)程中,表現(xiàn)出復(fù)雜的非線性行為,會(huì)發(fā)生一系列的混沌現(xiàn)象。運(yùn)用現(xiàn)代混沌理論與神經(jīng)網(wǎng)絡(luò)方法的基本原理,把混沌理論與神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái),建立了邊坡穩(wěn)定性預(yù)測(cè)的混沌神...
為了更好的實(shí)現(xiàn)對(duì)溫室環(huán)境系統(tǒng)的智能控制,針對(duì)溫室環(huán)境系統(tǒng)存在非線性、強(qiáng)耦合、大滯后、強(qiáng)時(shí)變等問(wèn)題,在分析BP神經(jīng)網(wǎng)絡(luò)技術(shù)的基礎(chǔ)上,提出并設(shè)計(jì)出一種基于遺傳-粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)PID控制器,該控制器結(jié)合遺傳算法強(qiáng)全局搜索能力以及粒子群算法強(qiáng)局部搜索能力和收斂速度快的特點(diǎn),對(duì)神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化,對(duì)溫室環(huán)境系統(tǒng)起到了有效的控制。最后對(duì)常規(guī)和改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)PID控制器進(jìn)行仿真對(duì)比研究。仿真結(jié)果表明,經(jīng)過(guò)改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)PID控制有更好的穩(wěn)定性和魯棒性。
前言
第一章 緒論
1.1 神經(jīng)網(wǎng)絡(luò)在土木工程中應(yīng)用的可行性
1.1.1 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
1.1.2 神經(jīng)網(wǎng)絡(luò)求解土木工程問(wèn)題的可行性
1.2 結(jié)構(gòu)分析與初步設(shè)計(jì)
1.3 結(jié)構(gòu)優(yōu)化設(shè)計(jì)
1.4 結(jié)構(gòu)損傷檢測(cè)
1.5 神經(jīng)網(wǎng)絡(luò)在土木工程中的應(yīng)用
1.5.1 結(jié)構(gòu)分析與初步設(shè)計(jì)
1.5.2 結(jié)構(gòu)優(yōu)化設(shè)計(jì)
1.5.3 結(jié)構(gòu)損傷檢測(cè)
1.5.4 結(jié)構(gòu)控制
1.5.5 科學(xué)決策
1.5.6 結(jié)構(gòu)材料及本構(gòu)關(guān)系
1.5.7 回歸分析
參考文獻(xiàn)
第二章 神經(jīng)網(wǎng)絡(luò)理論及模型
2.1 神經(jīng)網(wǎng)絡(luò)的發(fā)展史
2.2 神經(jīng)網(wǎng)絡(luò)基本原理
2.2.1 神經(jīng)元模型
2.2.2 神經(jīng)元傳遞函數(shù)
2.2.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
2.2.4 神經(jīng)網(wǎng)絡(luò)模型
2.2.5 神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)機(jī)制
2.3 典型神經(jīng)網(wǎng)絡(luò)模型
2.3.1 BP網(wǎng)絡(luò)模型
2.3.2 Hopfie1d網(wǎng)絡(luò)模型
2.3.3 回歸Bp網(wǎng)絡(luò)
2.3.4 Boltzmann機(jī)網(wǎng)絡(luò)
2.3.5 徑向基函數(shù)(RBF)網(wǎng)絡(luò)
2.3.6 概率神經(jīng)網(wǎng)絡(luò)(PNN)
2.3.7 對(duì)偶傳播(CP)神經(jīng)網(wǎng)絡(luò)
2.3.8 模糊神經(jīng)網(wǎng)絡(luò)(FNN)
2.4 BP網(wǎng)絡(luò)模型及相關(guān)問(wèn)題
2.4.1 經(jīng)典BP算法
2.4.2 網(wǎng)絡(luò)模型存在的問(wèn)題及分析
2.4.3 BP網(wǎng)絡(luò)模型的改進(jìn)
參考文獻(xiàn)
第三章 數(shù)據(jù)的前后處理
3.1 引言
3.2 數(shù)據(jù)處理的方法
3.2.1 土木工程問(wèn)題的神經(jīng)網(wǎng)絡(luò)求解方法
3.2.2 數(shù)據(jù)處理的方法與步驟
3.3 數(shù)據(jù)變換處理
3.3.1 數(shù)值(連續(xù)值)變量
3.3.2 定性變量
3.3.3 區(qū)間變量
3.3.4 無(wú)序變量
3.4 特征參數(shù)的提取
3.4.1 向量擴(kuò)張法
3.4.2 小波分析法
3.4.3 主成分分析法
3.4.4 神經(jīng)網(wǎng)絡(luò)方法
3.5 樣本集的構(gòu)造
3.6 數(shù)值算例分析
參考文獻(xiàn)
第四章 結(jié)構(gòu)分析與初步設(shè)計(jì)
4.1 神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)分析與初步設(shè)計(jì)中的應(yīng)用
4.1.1 多層前饋神經(jīng)網(wǎng)絡(luò)
4.1.2 自組織神經(jīng)網(wǎng)絡(luò)
4.2 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)分析
4.2.1 結(jié)構(gòu)分析的理論基礎(chǔ)
4.2.2 結(jié)構(gòu)分析方法
4.2.3 懸臂梁的結(jié)構(gòu)分析
4.3 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)初步設(shè)計(jì)
4.3.1 初步設(shè)計(jì)的基本原理與方法
4.3.2 外包鋼混凝土受壓構(gòu)件的設(shè)計(jì)
4.3.3 外包鋼混凝土受彎構(gòu)件的設(shè)計(jì)
4.3.4 鋼筋混凝土梁的設(shè)計(jì)
4.3.5 鋼管混凝土中的應(yīng)用
4.4 小結(jié)
參考文獻(xiàn)
第五章 結(jié)構(gòu)優(yōu)化設(shè)計(jì)
5.1 結(jié)構(gòu)優(yōu)化設(shè)計(jì)的發(fā)展與研究
5.1.1 結(jié)構(gòu)優(yōu)化設(shè)計(jì)理論與方法
5.1.2 基于Matlab的結(jié)構(gòu)優(yōu)化設(shè)計(jì)
5.1.3 神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用
5.2 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化設(shè)計(jì)
5.2.1 基本原理
5.2.2 優(yōu)化算法
5.2.3 桁架結(jié)構(gòu)優(yōu)化設(shè)計(jì)
5.3 基于遺傳算法的結(jié)構(gòu)優(yōu)化設(shè)計(jì)
5.3.1 遺傳算法
5.3.2 結(jié)構(gòu)優(yōu)化設(shè)計(jì)原理與方法
5.3.3 數(shù)值算例
5.3.4 結(jié)構(gòu)優(yōu)化設(shè)計(jì)評(píng)述
5.4 結(jié)構(gòu)智能優(yōu)化設(shè)計(jì)
5.4.1 結(jié)構(gòu)智能優(yōu)化設(shè)計(jì)概念
5.4.2 基本原理
參考文獻(xiàn)
第六章 結(jié)構(gòu)損傷檢測(cè)
6.1 結(jié)構(gòu)損傷檢測(cè)的發(fā)展與研究
6.1.1 基于振動(dòng)的損傷檢測(cè)
6.1.2 其他無(wú)損傷檢測(cè)
6.1.3 無(wú)損傷與有損傷相結(jié)合的檢測(cè)
6.2 基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷檢測(cè)
6.2.1 基本原理與方法
6.2.2 神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)損傷檢測(cè)中的應(yīng)用
6.2.3 簡(jiǎn)要評(píng)述
6.3 基于神經(jīng)網(wǎng)絡(luò)的多級(jí)結(jié)構(gòu)損傷檢測(cè)技術(shù)
6.3.1 面向損傷檢測(cè)的有限元模型
6.3.2 異常檢測(cè)
6.3.3 損傷類型檢測(cè)
6.3.4 損傷定位
6.3.5 損傷程度評(píng)估
6.4 大跨懸索橋結(jié)構(gòu)的損傷檢測(cè)及定位
6.4.1 引言
6.4.2 大跨懸索橋損傷定位的PNN模型
6.4.3 損傷定位結(jié)果與討論
6.4.4 相對(duì)重要性與特征向量簡(jiǎn)化
6.4.5 不同網(wǎng)絡(luò)性能比較
6.5 大跨斜拉橋的損傷檢測(cè)
6.5.1 斜拉橋的異常檢測(cè)
6.5.2 斜拉橋的損傷定位
6.5.3 斜拉橋的損傷程度評(píng)估
6.6 Benchmark結(jié)構(gòu)的損傷檢測(cè)與評(píng)估
6.6.1 問(wèn)題的提出
6.6.2 Benchmark結(jié)構(gòu)
6.6.3 數(shù)值模型
6.6.4 模式損傷樣本的產(chǎn)生
6.6.5 損傷定位
6.6.6 損傷程度評(píng)估
參考文獻(xiàn)2100433B
[1]袁建平,施一萍,蔣宇,江鵬.改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)PID控制器在溫室環(huán)境控制中的研究[J].電子測(cè)量技術(shù),2019,42(04):19-24.2100433B