DE-BP神經(jīng)網(wǎng)絡橋梁損傷評估

對人工神經(jīng)網(wǎng)絡的發(fā)展及基本原理作了簡要介紹,重點介紹了橋梁損傷智能診斷中常用的bp神經(jīng)網(wǎng)絡模型的結構及其國內外的主要研究成果,指出了bp神經(jīng)網(wǎng)絡的一些缺陷并提出了相應的改進方法,最終對人工神經(jīng)網(wǎng)絡在橋梁損傷智能診斷發(fā)展應用作了展望。

改進的小波神經(jīng)網(wǎng)絡在橋梁損傷中的預測研究——提出基于bp算法的小波神經(jīng)網(wǎng)絡改進算法。仿真結果表明它避免了bp神經(jīng)網(wǎng)絡結構設計的盲目性和局部最優(yōu)等非線性優(yōu)化問題，簡化了訓練，具有較強的函數(shù)學習能力和推廣能力。該算法成功應用于橋梁損傷預測，具有廣泛的...

針對傳統(tǒng)目標威脅估計方法和bp神經(jīng)網(wǎng)絡的不足,在bp神經(jīng)網(wǎng)絡的基礎上,建立了基于動態(tài)變結構bp神經(jīng)網(wǎng)絡的目標威脅估計模型。該模型通過在權值向量更新公式中引入沖量函數(shù),加快了網(wǎng)絡的搜索速度和精度,保證了網(wǎng)絡獲得全局最優(yōu)值;通過實時調整隱含層節(jié)點數(shù)目,可以將網(wǎng)絡結構優(yōu)化,極大地提升了網(wǎng)絡的靈活性。仿真結果表明,與傳統(tǒng)目標威脅估計方法和bp神經(jīng)網(wǎng)絡相比,動態(tài)變結構bp神經(jīng)網(wǎng)絡具有更好的預測能力和收斂速度,可以快速、準確地完成目標威脅估計。

針對傳統(tǒng)住宅區(qū)片價評估方法的不足,將bp神經(jīng)網(wǎng)絡應用于住宅區(qū)片價評估,并將其評估結果與回歸分析模型結果進行比較,結果表明基于人工神經(jīng)網(wǎng)絡的評估優(yōu)于回歸分析模型,將神經(jīng)網(wǎng)絡模型應用于住宅區(qū)片價的評估是可行的。

對于分段懸澆施工的大跨度預應力混凝土橋梁結構,開展預應力鋼束張拉狀況評估與分析是保證施工質量的重要控制手段。結合某橋的施工控制,介紹了人工神經(jīng)網(wǎng)絡方法,并建立了13個輸入?yún)?shù)的神經(jīng)網(wǎng)絡評估模型,通過敏感度分析修正模型參數(shù),并運用區(qū)間分析法對含隨機誤差和少樣本情況下的張拉判定結果進行離差分析和預應力張拉狀況的評估與判定。

對現(xiàn)有橋梁的評估方法作了簡要介紹,重點討論了常用的bp人工神經(jīng)網(wǎng)絡模型,并將bp模型應用到橋梁結構檢測評估中,指出人工神經(jīng)網(wǎng)絡在橋梁結構的檢測評估方面一定有很好的發(fā)展前景。

鑒于目前常用的橋梁狀態(tài)評估方法存在較大的人為主觀性和隨意性,且無法考慮歷史評估數(shù)據(jù)對當前狀態(tài)的影響,因此不能準確地反映出橋梁當前的真實狀態(tài),依據(jù)貝葉斯推斷中考慮先驗信息影響的特點,提出了一種b-tbu模型的方法,在對當前狀態(tài)的評估中,考慮歷史評估數(shù)據(jù)的影響,對某座橋梁近20年的狀態(tài)進行重新評估.評估結果表明：采用b-tbu模型方法可大幅度提高狀態(tài)評估的準確性,使橋梁各年份狀態(tài)評估的準確度均提高到90%以上;同時將bp神經(jīng)網(wǎng)絡、elm神經(jīng)網(wǎng)絡等算法初步引入b-tbu模型,對該b-tbu模型方法進行訓練學習.其結果表明,采用神經(jīng)網(wǎng)絡類方法,各年份狀態(tài)評估的準確度也保持在80%左右.

對于分段懸澆施工的大跨度預應力混凝土橋梁結構,開展預應力鋼束張拉狀況評估與分析是保證施工質量的重要控制手段。結合某橋的施工控制,建立了小波神經(jīng)網(wǎng)絡模型,該模型有13個輸入?yún)?shù),通過敏感度分析修正模型參數(shù),可對混凝土橋梁結構進行定量評估。

介紹了徑向基函數(shù)神經(jīng)網(wǎng)絡和bp神經(jīng)網(wǎng)絡模型的特點,提出了基于神經(jīng)網(wǎng)絡的橋梁結構等級評估方法,討論了這兩種神經(jīng)網(wǎng)絡模型的誤差及其收斂速度

鑒于目前常用的橋梁狀態(tài)評估方法存在較大的人為主觀性和隨意性,且無法考慮歷史評估數(shù)據(jù)對當前狀態(tài)的影響,因此不能準確地反映出橋梁當前的真實狀態(tài),依據(jù)貝葉斯推斷中考慮先驗信息影響的特點,提出了一種b-tbu模型的方法,在對當前狀態(tài)的評估中,考慮歷史評估數(shù)據(jù)的影響,對某座橋梁近20年的狀態(tài)進行重新評估.評估結果表明:采用b-tbu模型方法可大幅度提高狀態(tài)評估的準確性,使橋梁各年份狀態(tài)評估的準確度均提高到90％以上;同時將bp神經(jīng)網(wǎng)絡、elm神經(jīng)網(wǎng)絡等算法初步引入b-tbu模型,對該b-tbu模型方法進行訓練學習.其結果表明,采用神經(jīng)網(wǎng)絡類方法,各年份狀態(tài)評估的準確度也保持在80％左右.

為了有效地對地下人防工程結構進行損傷診斷,提出了以結構前三階振型變化率絕對值之和作為損傷診斷標識量,結合bp神經(jīng)網(wǎng)絡技術對某淺埋地下人防工程結構進行損傷診斷。實例計算分析表明:通過計算給定人防工程結構的損傷診斷標識量,經(jīng)過bp神經(jīng)網(wǎng)絡的學習、聯(lián)想、記憶和分類,能較準確地識別淺埋地下人防工程結構的損傷位置和損傷程度,識別精度較高。

文章建立了具有18項評價指標和3層神經(jīng)網(wǎng)絡的建筑學專業(yè)評估模型,通過對評估結果的預測,使得各個院?？梢愿玫淖栽u以加強建筑學本科教學的管理,提升建筑學專業(yè)學生的專業(yè)知識。通過實證檢驗表明,基于bp神經(jīng)網(wǎng)絡建立的評價模型在建筑學專業(yè)評估中的應用是可行的。

風險評估是項目風險管理過程中最困難、最耗時的一個過程,論文給出了項目風險評估的基本流程和評價方法,采用模擬生物神經(jīng)元基本功能的bp神經(jīng)網(wǎng)絡技術建立了風險評估模型;并通過matlab神經(jīng)網(wǎng)絡工具箱學習訓練該網(wǎng)絡模型。經(jīng)測試數(shù)據(jù)驗證,結果比較準確,具有廣泛的實用性。

關于準確地識別軟件風險因素,深入研究軟件項目風險評估問題,由于軟件項目的復雜性和軟件風險因子的不確定性和模糊性,無法采用傳統(tǒng)數(shù)學方法建立準確軟件項目風險評估模型。由于傳統(tǒng)的數(shù)學評估模型的評估準確率比較低,為了提高軟件項目評估準確率,提出一種bp神經(jīng)網(wǎng)絡的軟件項目風險評估方法。軟件項目風險評估方法采用專家系統(tǒng)構建軟件項目風險評估指標體系,后對評估體系進行預處理,消除評估體系之間重復和無用的信息,并將非線性學習能力優(yōu)異的bp神經(jīng)網(wǎng)絡輸入,通過bp神經(jīng)網(wǎng)絡自適應學習得到的最優(yōu)軟件項目評估模型,在matlab平臺上進行驗證性仿真。結果表明,算法提高了軟件項目風險評估的準確率,克服了傳統(tǒng)數(shù)學評估模型的缺陷,評估的結果更具科學性,在軟件項目風險評估中提供了有效的方法。

考慮到常規(guī)bp神經(jīng)網(wǎng)絡算法容易陷入局部最優(yōu)解,所建立的網(wǎng)絡遺傳流量檢測模型檢測效率低,準確率不高等問題,提出一種改進型ga優(yōu)化bp神經(jīng)網(wǎng)絡算法,并使用其建立網(wǎng)絡遺傳流量檢測模型。常規(guī)遺傳算法在搜索過程中,往往會由于出現(xiàn)影響生產(chǎn)適應度高的個體而對遺傳算法搜索過程產(chǎn)生影響的現(xiàn)象發(fā)生,因此需要對常規(guī)遺傳算法進行改進。使用的方法是通過混合編碼方式進行改進,同時對交叉算子、變異算子、交叉概率以及變異概率等參數(shù)進行優(yōu)化修正。使用kddcup99數(shù)據(jù)庫中的網(wǎng)絡異常流量數(shù)據(jù)進行實驗研究,研究結果表明,所提出方法的檢測性能要明顯優(yōu)于常規(guī)算法,其對bp神經(jīng)網(wǎng)絡的結構、權值以及閾值進行同步優(yōu)化,避免了盲目選擇bp神經(jīng)網(wǎng)絡結構參數(shù)帶來的問題,避免了常規(guī)bp神經(jīng)網(wǎng)絡容易陷入局部最優(yōu)解的問題。

研究目的:中國鐵路建設項目是實施"一帶一路"戰(zhàn)略的重要組成部分,而海外鐵路修建的風險評估是項目的首要環(huán)節(jié)。本文首先綜合各項風險因素,主要分析鐵路建設項目沿途的亞洲及歐洲部分國家,建立了鐵路建設項目風險評價體系；其次,針對亞歐兩個大洲政治經(jīng)濟文化上的差異,使用了不同的訓練算法建立了兩個獨立的bp神經(jīng)網(wǎng)絡模型。研究結論:(1)本文針對亞洲和歐洲不同的情況,利用不同的函數(shù)建立了bp神經(jīng)網(wǎng)絡模型來進行風險評價；(2)通過所創(chuàng)建的神經(jīng)網(wǎng)絡模型,在鐵路建設目標國宏觀風險評價中,只需專家給出目標國各個風險的評分,就可以得出目標國的總體建設風險評分,無需再進行繁瑣的人工總體評分；(3)本研究結果可用于高速鐵路建設風險評估。

針對房產(chǎn)稅征收對住宅房產(chǎn)價格批量評估的需求問題,該文提出融合gis和bp神經(jīng)網(wǎng)絡的住宅房產(chǎn)批量評估模型。該模型以特征價格理論為依據(jù),利用gis數(shù)據(jù)分析方法構建了16個住宅房產(chǎn)價格的影響因子及量化指標,對房產(chǎn)交易案例庫及待估房產(chǎn)進行批量量化,然后利用bp神經(jīng)網(wǎng)絡挖掘房產(chǎn)估價因子與價格之間的對應關系,對量化的待估房產(chǎn)進行批量評估,并開發(fā)了相應的軟件系統(tǒng)。該文以贛州市章貢區(qū)10處待估房產(chǎn)為例,對模型進行驗證。結果表明,估算出的房產(chǎn)價格與實際成交價格接近,模型具有較高準確性。

分析了傳統(tǒng)的工程偽裝評價方法的不足，較全面地考慮了影響工程偽裝效能的因素，建立了客觀的評價模型，設計了兩級神經(jīng)網(wǎng)絡，初步提出了評價模型中各因素的指標級，構建了基于bp神經(jīng)網(wǎng)絡的工程偽裝效能評估系統(tǒng)，該系統(tǒng)可以實現(xiàn)對工程偽裝效能的客觀評估。

bp神經(jīng)網(wǎng)絡是目前應用最為廣泛的網(wǎng)絡模型,本身具有良好的學習性能和預測功能。本文將bp神經(jīng)網(wǎng)絡引入對高校各專業(yè)畢業(yè)生在校所學專業(yè)和畢業(yè)后從事職業(yè)的對口性所進行的評估中,以提高各高校教育資源的使用效能,同時有助于各學生重新審視其所學專業(yè)。

通過zopp方法綜合研究我國主要tot項目在融資、經(jīng)營、管理中的問題,建立tot項目融資風險評估指標體系,利用bp神經(jīng)網(wǎng)絡構建tot項目融資風險評估模型,并通過matlab對模型進行仿真,為tot項目融資風險評估提供一種新的方法。

風險評估是項目風險管理過程中最困難、最耗時的一個過程,采用bp神經(jīng)網(wǎng)絡技術建立了風險評估模型;并通過神經(jīng)網(wǎng)絡工具箱訓練該網(wǎng)絡模型,對物流項目風險進行評估。經(jīng)測試數(shù)據(jù)驗證,結果比較準確,具有廣泛的實用性。

為了確定軟件開發(fā)項目中不確定因素的影響,提出基于bp神經(jīng)網(wǎng)絡的軟件項目風險評估模型。首先,構建了軟件項目風險識別的temp(technology、environmen、tmanagemen、tprocess)模型;其次,在temp識別模型基礎上建立了包括17種風險指標在內的軟件項目風險評估指標體系;再次,利用bp神經(jīng)網(wǎng)絡建立了風險評估模型;最后,通過matlab實例證明該風險評估模型的有效性和可行性。