MATLAB神經(jīng)網(wǎng)絡(luò)方法的多層磚房震害預(yù)測

本文將遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合,從而建立了一種高效的、實用的橋梁震害預(yù)測方法。根據(jù)遺傳算法具有局部尋優(yōu)的特點,為避免bp神經(jīng)網(wǎng)絡(luò)陷入局部極小值,本文將二者結(jié)合起來形成ga-bp混合算法,以ga優(yōu)化神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,對網(wǎng)絡(luò)進行訓(xùn)練。在大量收集梁式橋震害資料的基礎(chǔ)上,將此算法引入橋梁的震害預(yù)測中,并與傳統(tǒng)的單獨bp神經(jīng)網(wǎng)絡(luò)相比較,結(jié)果表明該方法能夠有效、準確地對橋梁結(jié)構(gòu)進行震害預(yù)測。

當前,諸多研究人員被電力負載預(yù)測所吸引,由于其是精確計劃、調(diào)度及運維電力系統(tǒng)的先決條件.眾多因素均影響著電力負載預(yù)測,因此提出一個混合模型來提升預(yù)測的準確性是有必要的.文中提出一種采用2種方法的新的混合負載估計方案:小波變換(avelettransform,wt)和人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork,ann).為了將大型非對稱時變電力原始數(shù)據(jù)集合考慮到其中,根據(jù)時間和頻率采用小波技術(shù)來分解數(shù)據(jù),眾多小波函數(shù)可以采用,但選擇一種合適的小波函數(shù)在設(shè)計此模型中扮演著關(guān)鍵作用.文中采用了以下幾種類型的小波函數(shù),即haar小波函數(shù)、deubechies小波函數(shù)、symlet小波函數(shù)以及coiflet小波函數(shù),將電力負載數(shù)據(jù)分解成不同的段.隨后,使用ann來預(yù)測負載的非線性數(shù)據(jù).由aemo獲取一周每天24h的數(shù)據(jù)驗證了文中所設(shè)計模型的有效性.

在分析普通混凝土強度各影響因素的基礎(chǔ)上,選取6個影響因素組成輸入層,以混凝土28d強度作為輸出,建立徑向基函數(shù)網(wǎng)絡(luò),經(jīng)網(wǎng)絡(luò)訓(xùn)練和仿真結(jié)果對比,表明所建網(wǎng)絡(luò)結(jié)構(gòu)合理、收斂速度快、精度高,可以滿足普通混凝土強度預(yù)測要求,具有廣泛的應(yīng)用前景。

將粗糙粗集理論和神經(jīng)網(wǎng)絡(luò)原理結(jié)合起來,建立了基于粗集-神經(jīng)網(wǎng)絡(luò)的建筑物震害預(yù)測模型。首先運用粗糙集理論,根據(jù)原始樣本建立決策表進行屬性離散化、屬性重要性排序、屬性約簡和分類規(guī)則的提取;然后將所提取的關(guān)鍵成分作為神經(jīng)網(wǎng)絡(luò)的輸入訓(xùn)練模型。實例研究表明,基于粗集-神經(jīng)網(wǎng)絡(luò)的多層磚房震害預(yù)測結(jié)果與實際震害基本吻合。該模型簡化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),提高了訓(xùn)練速度和分類精度,還能對各因素對房屋震害的影響度進行分析。

鑒于震害成因的復(fù)雜性，本文應(yīng)用模糊人工網(wǎng)絡(luò)方法來對震害進行分析預(yù)測。由于不同地區(qū)不同類型的構(gòu)造物的震害差異很大，本文提出應(yīng)針對不同類型的構(gòu)造物篩選出影響其震害的主要因素，然后采用地區(qū)性的震害資料對所建成的人工神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，這樣得到的網(wǎng)絡(luò)才能達到預(yù)測區(qū)域震害的地區(qū)。最后，本文以量大面廣的多層磚房為例，以云南省近向年來的幾次大地震的災(zāi)害資料為樣本，進行了模糊人工神經(jīng)網(wǎng)絡(luò)的建筑與訓(xùn)練，其結(jié)果說明，這

介紹了rbf神經(jīng)網(wǎng)絡(luò)的模型和結(jié)構(gòu),提出將該網(wǎng)絡(luò)應(yīng)用于建筑物沉降預(yù)測。運用matlab工具箱函數(shù)建立了沉降預(yù)測網(wǎng)絡(luò)模型,編制了計算程序,通過工程實例驗證了該模型的正確性和可行性,并和bp神經(jīng)網(wǎng)絡(luò)在收斂速度上進行了比較,結(jié)果表明rbf神經(jīng)網(wǎng)絡(luò)的收斂速度遠遠快于bp網(wǎng)絡(luò)。

采用comgis(組件式地理信息系統(tǒng))技術(shù)開發(fā)了結(jié)合專業(yè)震害分析模型的建筑物震害評估系統(tǒng),討論了基于bp人工神經(jīng)網(wǎng)絡(luò)和gis耦合模型的多層磚房震害預(yù)測.研究表明:水平成層土地震反應(yīng)分析程序shake91在vb菜單下可直接調(diào)用,實現(xiàn)地震動影響場計算的模塊化;bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于建筑物震害預(yù)測中,能達到較理想的效果,其計算模型在系統(tǒng)菜單下可直接調(diào)用;系統(tǒng)的gis空間分析功能可使震害預(yù)測結(jié)果與建筑物信息進行空間匹配,實現(xiàn)地震災(zāi)害損失快速評估.

利用多層砌體房屋震害預(yù)測專家系統(tǒng)，對山東濰坊地區(qū)１８２棟多層磚房逐棟進行了單體房屋的震害預(yù)測。在此基礎(chǔ)上，統(tǒng)計分析了該地區(qū)多層磚房的地震易損性特征，并進行了初步震害預(yù)測研究，給出了該類房屋的易損性矩陣、各破壞等級的損失參數(shù)矩陣和對應(yīng)不同地震烈度的相對損失預(yù)測，為進一步開展震害預(yù)測和采取針對性的防震減災(zāi)對策提供了科學(xué)依據(jù)

能源與環(huán)境是當今世界的兩大熱點問題,越來越受到人們的關(guān)注。在我國,城市的能耗大部分來自于建筑,建筑節(jié)能是我國可持續(xù)發(fā)展戰(zhàn)略的一個重要組成部分。對建筑進行能耗預(yù)測能夠?qū)δ茉催M行科學(xué)的管理并有效地節(jié)約能源,實現(xiàn)低碳。通過將神經(jīng)網(wǎng)絡(luò)算法與建筑能耗預(yù)測系統(tǒng)相結(jié)合,開展建筑能耗預(yù)測模型的研究,能夠有效地幫助管理人員合理安排建筑系統(tǒng)的運行方式,評估能耗水平是否合理,從而實現(xiàn)建筑節(jié)能。

本文提出了一種基于rbf神經(jīng)網(wǎng)絡(luò)的直接預(yù)測法,對公路貨運量進行了預(yù)測,并利用matlab工具箱予以了實現(xiàn).對2004和2005年公路貨運量預(yù)測的結(jié)果表明,預(yù)測值與國家統(tǒng)計局公布的實際數(shù)值有很好的一致性,預(yù)測精度也高于其它rbf預(yù)測法,有很好的應(yīng)用性.

比較分析了現(xiàn)行的造價估測模型的特點及其存在的問題,突出bp神經(jīng)網(wǎng)絡(luò)模型進行造價估測的理論優(yōu)勢,引入工程分類思想,以學(xué)校類建筑為例,建立了bp神經(jīng)網(wǎng)絡(luò)估測模型并進行了造價估測。

造價估測方法的研究和bp神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用——比較分析了現(xiàn)行的造價估測模型的特點及其存在的問題,突出bp神經(jīng)網(wǎng)絡(luò)模型進行造價估測的理論優(yōu)勢,引入工程分類思想,以學(xué)校類建筑為例,建立了bp神經(jīng)網(wǎng)絡(luò)估測模型并進行了造價估測。　　

采用催化傳感器和電化學(xué)式氣體傳感器配合使用的傳感器陣列.為了解決2種傳感器對礦井co和ch4氣體的交叉敏感問題,提出了一種基于改進bp神經(jīng)網(wǎng)絡(luò)的礦井co檢測方法.通過matlab仿真可以看出,基于神經(jīng)網(wǎng)絡(luò)的傳感器陣列方法可以明顯提高co檢測精度.實際輸出值和期望輸出的絕對誤差平均值為3.43ppm,相對誤差平均值為1.43％.

為克服傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)方法在建筑能耗預(yù)測的不足,提出了一種基于時間序列自相關(guān)分析的人工魚群神經(jīng)網(wǎng)絡(luò)預(yù)測模型。對建筑標準能耗進行自相關(guān)分析,確定輸入變量的維數(shù),結(jié)合人工魚群算法尋優(yōu)速度快、易跳出極值等優(yōu)點,對bp神經(jīng)網(wǎng)絡(luò)的初值權(quán)值和閾值進行優(yōu)化,建立能耗預(yù)測模型,并用模型對西安某高校建筑一個月的能耗值進行預(yù)測。結(jié)果表明,較傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)模型,人工魚群神經(jīng)網(wǎng)絡(luò)預(yù)測模型具有更快的收斂速度,預(yù)測精度在±1%左右,預(yù)測誤差隨著迭代次數(shù)的增加而降低。

為了對民航系統(tǒng)安全運行狀態(tài)進行科學(xué)的分析和預(yù)測,針對反映民航系統(tǒng)安全運行狀態(tài)的重要指標之一——飛行事故萬時率,采用bp神經(jīng)網(wǎng)絡(luò)的時間序列非線性預(yù)測模型及方法,對其進行了分析研究和仿真驗證,計算結(jié)果表明,該預(yù)測方法是可行的,并與實際具有較好的一致性。

公路貨運量受多種因素影響,各因素的作用機制通常不能準確地用數(shù)學(xué)語言進行描述。采用廣義回歸神經(jīng)網(wǎng)絡(luò)(grnn)對貨運量進行分析及預(yù)測。通過對1995~2003年南京市公路運量的歷史數(shù)據(jù)進行分析和處理,對網(wǎng)絡(luò)進行訓(xùn)練和擬合,用2004~2005年的實際數(shù)據(jù)進行模型檢驗,結(jié)果證明了grnn用于貨運量預(yù)測的有效性。

通過對公路貨運量的預(yù)測方法進行研究比較,并根據(jù)公路貨運量形成的復(fù)雜和非線性等特點,建立bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型.利用黑龍江省公路貨運量及其相關(guān)影響因素的實際數(shù)據(jù),確定網(wǎng)絡(luò)輸入與輸出樣本,并對bp神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)進行訓(xùn)練和預(yù)測.通過對網(wǎng)絡(luò)輸出的誤差曲線圖的分析,驗證bp神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)的精確性和簡單方便性,提高了公路貨運量預(yù)測的精確性.

采用催化傳感器和電化學(xué)式氣體傳感器配合使用的傳感器陣列。為了解決2種傳感器對礦井co和ch4氣體的交叉敏感問題,提出了一種基于改進bp神經(jīng)網(wǎng)絡(luò)的礦井co檢測方法。通過matlab仿真可以看出,基于神經(jīng)網(wǎng)絡(luò)的傳感器陣列方法可以明顯提高co檢測精度。實際輸出值和期望輸出的絕對誤差平均值為3.43ppm,相對誤差平均值為1.43%。

磚砌體結(jié)構(gòu)是村鎮(zhèn)地區(qū)一種量大面廣的結(jié)構(gòu)形式,其抗震性能薄弱,在地震中極易出現(xiàn)脆性破壞。本文嘗試應(yīng)用基于l-m算法的bp神經(jīng)網(wǎng)絡(luò)方法,利用它強大的非線性映射功能,建立起村鎮(zhèn)地區(qū)磚砌體結(jié)構(gòu)震害影響因素與破壞狀態(tài)等級之間關(guān)系。設(shè)計出一個9-6-5的三層神經(jīng)網(wǎng)絡(luò)模型,根據(jù)實地調(diào)查,篩選出影響房屋震害的9個主要因素,如層數(shù)、層高、砌筑方式、磚墻面積率等作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù),輸出參數(shù)為房屋5種破壞狀態(tài)。選擇2008汶川地震后四川、陜西、甘肅等地的震害實例作為學(xué)習(xí)樣本對所構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練。訓(xùn)練結(jié)果表明,該模型對已訓(xùn)練數(shù)據(jù)有很好的適應(yīng)性,但如果要將其用于單個或群體建筑的易損性分析,并取得較精確的預(yù)測結(jié)果,還需積累足夠多的訓(xùn)練樣本,并進行大量的網(wǎng)絡(luò)試驗工作。

小樣本協(xié)整檢驗的神經(jīng)網(wǎng)絡(luò)方法

本文把信息擴散原理和神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出一種工程造價的估測方法,并給出計算實例。

提出一種采用bp神經(jīng)網(wǎng)絡(luò)算法來預(yù)測深基坑沉降的方法,結(jié)合具體工程實例,構(gòu)建了預(yù)測深基坑周邊地表沉降具體bp神經(jīng)網(wǎng)絡(luò)模型,預(yù)測結(jié)果表明,該模型有較高的預(yù)測精度,可作為預(yù)測沉降的一種新方法。