徑向基神經(jīng)網(wǎng)絡(luò)的深基坑非線性位移反分析

過程神經(jīng)元網(wǎng)絡(luò)的輸入為時(shí)變連續(xù)函數(shù),不能直接輸入離散樣本。針對該問題,提出一種基于分段線性插值函數(shù)的過程神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法。將樣本函數(shù)、過程神經(jīng)元權(quán)函數(shù)的離散化數(shù)據(jù)插值為分段表示的線性函數(shù),計(jì)算樣本函數(shù)與權(quán)值函數(shù)乘積在給定采樣區(qū)間上的積分,將此積分值提交給網(wǎng)絡(luò)的隱層過程神經(jīng)元,并計(jì)算網(wǎng)絡(luò)輸出。實(shí)驗(yàn)結(jié)果證明了該方法的有效性。

提出了一種更有效的前向網(wǎng)絡(luò)——徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò),以多、高層辦公樓為例,建立了工程造價(jià)的估算模型,運(yùn)用matlab語言程序?qū)崿F(xiàn),同時(shí)采用同樣的樣本對bp網(wǎng)絡(luò)進(jìn)行訓(xùn)練,兩者結(jié)果比較表明,這種方法彌補(bǔ)了bp網(wǎng)絡(luò)存在的收斂速度慢,易陷入局部最優(yōu)等缺陷,從而大大提高了其實(shí)用性,是對造價(jià)估算方式的又一新的嘗試。

目前為止,現(xiàn)有的油田開發(fā)指標(biāo)預(yù)測方法難以反映實(shí)際存在的時(shí)間累積效應(yīng)對該指標(biāo)預(yù)測的影響。因此,為提高油田開發(fā)指標(biāo)預(yù)測的準(zhǔn)確度,本文提出基于徑向基過程神經(jīng)元網(wǎng)絡(luò)的油田開發(fā)動(dòng)態(tài)指標(biāo)預(yù)測模型,并將其應(yīng)用到實(shí)際油田開發(fā)動(dòng)態(tài)指標(biāo)的預(yù)測中。實(shí)例分析結(jié)果表明,本文提出的徑向基過程神經(jīng)元網(wǎng)絡(luò)的油田開發(fā)動(dòng)態(tài)指標(biāo)的預(yù)測方法精度高、速度快,是預(yù)測油田開發(fā)指標(biāo)的一種較實(shí)用的方法。

人工神經(jīng)網(wǎng)絡(luò)在深基坑開挖土性參數(shù)反分析的應(yīng)用——以深基坑土體彈塑性位移反分析為基礎(chǔ)，提出了深基坑開挖土性參數(shù)反分析的人工神經(jīng)網(wǎng)絡(luò)法及利用網(wǎng)絡(luò)輸出的反演值對基坑圍護(hù)結(jié)構(gòu)的變形作預(yù)報(bào)，并通過工程實(shí)例驗(yàn)證了深基坑工程利用該方法進(jìn)行反分析是可行的　...

徑向基神經(jīng)網(wǎng)絡(luò)在砂土液化評價(jià)中的應(yīng)用——基于matlab6．5平臺鳊程，研究利用徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行砂土液化評價(jià)，探討了原始數(shù)據(jù)預(yù)處理方法、神經(jīng)網(wǎng)絡(luò)構(gòu)建、訓(xùn)練、結(jié)果評價(jià)、主因子識別以廈與bp網(wǎng)的對比，表明了rbf網(wǎng)絡(luò)砂土液化評價(jià)的優(yōu)越性，同時(shí)給出了rbf網(wǎng)絡(luò)砂...

本文借鑒徑向基神經(jīng)網(wǎng)絡(luò)的理論與應(yīng)用,建立了一種新型的計(jì)算配電網(wǎng)線損的模型。介紹了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的工作原理以及計(jì)算配電網(wǎng)線損的具體步驟,并通過算例仿真驗(yàn)證了該模型的合理性與可行性。實(shí)驗(yàn)證明:基于徑向基神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)線損的計(jì)算模型具有準(zhǔn)確度高、模型結(jié)構(gòu)簡單的優(yōu)點(diǎn)。

以建筑行業(yè)百萬元產(chǎn)值死亡率為預(yù)測對象,建立了非線性回歸模型、三次指數(shù)平滑模型、灰色模型、線性組合預(yù)測模型和基于bp神經(jīng)網(wǎng)絡(luò)的非線性組合預(yù)測模型.結(jié)果表明,該非線性組合預(yù)測模型的擬合及預(yù)測精度均較其它模型有明顯提高,能夠有效地綜合利用各單項(xiàng)預(yù)測模型所提供的信息,證明了該模型適用于對建筑施工事故的宏觀預(yù)測,為非線性組合預(yù)測模型的構(gòu)建提供新的思路.應(yīng)用該模型對2014-2016年全國建筑施工百萬元死亡率進(jìn)行預(yù)測,計(jì)算結(jié)果表明,未來幾年建筑業(yè)安全生產(chǎn)將會(huì)保持在一個(gè)較穩(wěn)定的水平.

由于地下工程巖土力學(xué)參數(shù)的復(fù)雜性,在實(shí)際工程設(shè)計(jì)和施工中,要想得到比較準(zhǔn)確的巖土力學(xué)參數(shù)是比較困難的,而巖土參數(shù)對地下工程的設(shè)計(jì)和施工的成敗具有很重要的意義。本文利用遺傳神經(jīng)網(wǎng)絡(luò)優(yōu)化算法結(jié)合數(shù)值模擬試驗(yàn)對地下工程巖土力學(xué)參數(shù)進(jìn)行優(yōu)化反分析,并取得了良好的效果。

為了提高碳鋼焊條熔敷金屬延伸率和沖擊功力學(xué)性能指標(biāo)的預(yù)測準(zhǔn)確性,建立了基于反向傳播(bp)神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)、自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)(afnn)3種單一模型的碳鋼焊條熔敷金屬力學(xué)性能非線性神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型。綜合運(yùn)用遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)連接權(quán)的方法對模型預(yù)測性能進(jìn)行了有效改進(jìn)。利用試驗(yàn)獲得的55組相關(guān)樣本數(shù)據(jù)對模型進(jìn)行訓(xùn)練和驗(yàn)證。結(jié)果表明,延伸率、沖擊功指標(biāo)的預(yù)測平均相對誤差分別降為3.15%和2.67%,遠(yuǎn)小于5%,滿足實(shí)際生產(chǎn)要求;與采用單一預(yù)測模型相比,使用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型能夠顯著提高預(yù)測準(zhǔn)確性和泛化能力。

為了提高碳鋼焊條熔敷金屬延伸率和沖擊功力學(xué)性能指標(biāo)的預(yù)測準(zhǔn)確性,建立了基于反向傳播（bp）神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)（rbf）神經(jīng)網(wǎng)絡(luò)、自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)（afnn）3種單一模型的碳鋼焊條熔敷金屬力學(xué)性能非線性神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型。綜合運(yùn)用遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)連接權(quán)的方法對模型預(yù)測性能進(jìn)行了有效改進(jìn)。利用試驗(yàn)獲得的55組相關(guān)樣本數(shù)據(jù)對模型進(jìn)行訓(xùn)練和驗(yàn)證。結(jié)果表明,延伸率、沖擊功指標(biāo)的預(yù)測平均相對誤差分別降為3.15%和2.67%,遠(yuǎn)小于5%,滿足實(shí)際生產(chǎn)要求;與采用單一預(yù)測模型相比,使用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型能夠顯著提高預(yù)測準(zhǔn)確性和泛化能力。

針對深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問題,將模糊控制理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合,采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),把對應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)為輸入、輸出信息的模糊數(shù)隸屬度,建立了一種基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑施工變形預(yù)測模型.結(jié)果表明,利用模糊度隸屬函數(shù)對基坑施工進(jìn)行動(dòng)態(tài)控制具有較好的實(shí)用效果.

基于多分支神經(jīng)網(wǎng)絡(luò)的深基坑變形多點(diǎn)預(yù)測——文章為研究基坑變形預(yù)測方法，根據(jù)基坑信息化施工對變形預(yù)測的需求，在分析當(dāng)前常用預(yù)測方法的基礎(chǔ)上，提出了基于多分支神經(jīng)網(wǎng)絡(luò)的深基坑支護(hù)變形多點(diǎn)預(yù)測方法，建立了深基坑錨桿復(fù)合土釘支護(hù)結(jié)構(gòu)變形預(yù)測模型；采用...

基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)測——針對深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問題，將模糊控制理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，把對應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)為輸入、輸出停息的模糊數(shù)隸屬度，建立了一種基于模糊神...

為了分析深基坑的沉降規(guī)律,以某實(shí)際工程為例,利用bp神經(jīng)網(wǎng)絡(luò)對該工程的深基坑沉降數(shù)據(jù)進(jìn)行擬合和預(yù)測分析,采用c語言編寫程序進(jìn)行預(yù)測。結(jié)果表明,利用bp神經(jīng)網(wǎng)絡(luò)方法的預(yù)測結(jié)果合理,誤差在允許范圍內(nèi),滿足工程要求,并且對類似的工程施工具有指導(dǎo)作用。

在運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進(jìn)行反分析的基礎(chǔ)上,將pso與bp算法相結(jié)合,充分發(fā)揮pso全局尋優(yōu)的能力和bp算法局部細(xì)致搜索優(yōu)勢,并通過實(shí)例驗(yàn)證了方法的可行性?？梢钥闯?運(yùn)用該方法可以使學(xué)習(xí)效率增高,收斂速度加快,預(yù)測結(jié)果更加準(zhǔn)確。

人工神經(jīng)網(wǎng)絡(luò)在巖土參數(shù)反分析中的應(yīng)用——在運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進(jìn)行反分析的基礎(chǔ)上，將pso與bp算法相結(jié)合。充分發(fā)揮pso全局尋優(yōu)的能力和bp算法局部細(xì)致搜索優(yōu)勢，并通過實(shí)例驗(yàn)證了方法的可行性。可以看出，運(yùn)用該方法可以使學(xué)習(xí)效率增高，收斂速...

神經(jīng)網(wǎng)絡(luò)在深基坑監(jiān)測中的應(yīng)用——地鐵車站等深基坑開挖施工中監(jiān)測數(shù)據(jù)處理極其復(fù)雜，其經(jīng)驗(yàn)多于理論?；庸こ淌┕ぶ?，對監(jiān)測數(shù)據(jù)處理和分析，進(jìn)而提取有價(jià)值的信息點(diǎn)是一個(gè)難題。因此，本文提出了神經(jīng)網(wǎng)絡(luò)的處理模型，采用bp網(wǎng)絡(luò)的算法來訓(xùn)練網(wǎng)絡(luò)，對某地鐵車...

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的砂土液化概率判別方法——以國內(nèi)外25次大地震中的344組場地液化實(shí)測資料為基礎(chǔ)，通過徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和檢驗(yàn)，分析了修正標(biāo)準(zhǔn)貫入擊數(shù)與飽和砂土抗液化強(qiáng)度之間的非線性關(guān)系，建立了飽和砂土液化極限狀態(tài)曲線或抗液化...

圍巖分級準(zhǔn)確與否直接關(guān)系到隧道的施工安全和工程造價(jià)。針對現(xiàn)階段圍巖分級方法存在的主要問題,結(jié)合寧績高速公路隧道群施工期圍巖定級實(shí)踐,以國標(biāo)bq分級為基準(zhǔn),在大量現(xiàn)場測試和室內(nèi)試驗(yàn)的基礎(chǔ)上,引入徑向基函數(shù)神經(jīng)網(wǎng)絡(luò),并以分級結(jié)果作為遺傳—徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,建立了隧道圍巖分級的遺傳—徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型。應(yīng)用實(shí)例表明,該模型分級結(jié)果與現(xiàn)場勘測基本一致,為隧道圍巖分級提供了一種新方法。

本文建立了基于徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)公路工程造價(jià)的估算模型,并運(yùn)用matlab語言程序?qū)⑵鋵?shí)現(xiàn)。實(shí)例分析表明該方法彌補(bǔ)了傳統(tǒng)bp網(wǎng)絡(luò)存在的收斂速度慢,易陷入局部最優(yōu)等缺陷,基于神經(jīng)網(wǎng)絡(luò)的公路工程造價(jià)估算方法是可行的,估算結(jié)果是可靠的。

采用傅里葉紅外光譜法(ftir)掃描42種紫花地丁(violaphilippicacar.)樣品,利用徑向基神經(jīng)網(wǎng)絡(luò)(rbfnn)對紅外數(shù)據(jù)進(jìn)行處理。結(jié)果表明,該方法可以有效鑒別野生紫花地丁和栽培紫花地丁,正確率達(dá)到95.24%,可以用來進(jìn)行紫花地丁的質(zhì)量控制。

針對工業(yè)過程中直線行程的高精度測量問題,提出了基于神經(jīng)網(wǎng)絡(luò)函數(shù)逼近原理,以巨磁阻(gmr)傳感器為核心的非接觸式測量系統(tǒng)。運(yùn)用等效電流法對提供磁場的圓柱形永磁體進(jìn)行建模并仿真,得到永磁體磁場在空間中的分布規(guī)律,從而確定磁體的位置及形狀參數(shù)。通過matlab建立bp神經(jīng)網(wǎng)絡(luò),用遺傳算法進(jìn)行優(yōu)化,最終獲取了位移與電壓的函數(shù)關(guān)系,研究結(jié)果表明:該測量系統(tǒng)可以精確地測量直線位移。