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,并計算網(wǎng)絡(luò)輸出。實驗結(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,建立了工程造價的估算模型,運用matlab語言程序?qū)崿F(xiàn),同時采用同樣的樣本對bp網(wǎng)絡(luò)進行訓練,兩者結(jié)果比較表明,這種方法彌補了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用性,是對造價估算方式的又一新的嘗試。

目前為止,現(xiàn)有的油田開發(fā)指標預測方法難以反映實際存在的時間累積效應(yīng)對該指標預測的影響。因此,為提高油田開發(fā)指標預測的準確度,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)動態(tài)指標預測模型,并將其應(yīng)用到實際油田開發(fā)動態(tài)指標的預測中。實例分析結(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)動態(tài)指標的預測方法精度高、速度快,是預測油田開發(fā)指標的一種較實用的方法。

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結(jié)構(gòu)的變形作預報，并通過工程實例驗證了深基坑工程利用該方法進行反分析是可行的　...

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)進行砂土液化評價，探討了原始數(shù)據(jù)預處理方法、神經(jīng)網(wǎng)絡(luò)構(gòu)建、訓練、結(jié)果評價、主因子識別以廈與bp網(wǎng)的對比，表明了rbf網(wǎng)絡(luò)砂土液化評價的優(yōu)越性，同時給出了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)的工作原理以及計算配電網(wǎng)線損的具體步驟,并通過算例仿真驗證了該模型的合理性與可行性。實驗證明:基于徑向基神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)線損的計算模型具有準確度高、模型結(jié)構(gòu)簡單的優(yōu)點。

以建筑行業(yè)百萬元產(chǎn)值死亡率為預測對象,建立了非線性回歸模型、三次指數(shù)平滑模型、灰色模型、線性組合預測模型和基于bp神經(jīng)網(wǎng)絡(luò)的非線性組合預測模型.結(jié)果表明,該非線性組合預測模型的擬合及預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預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測,為非線性組合預測模型的構(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行預測,計算結(jié)果表明,未來幾年建筑業(yè)安全生產(chǎn)將會保持在一個較穩(wěn)定的水平.

由于地下工程巖土力學參數(shù)的復雜性,在實際工程設(shè)計和施工中,要想得到比較準確的巖土力學參數(shù)是比較困難的,而巖土參數(shù)對地下工程的設(shè)計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)值模擬試驗對地下工程巖土力學參數(shù)進行優(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性能指標的預測準確性,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性能非線性神經(jīng)網(wǎng)絡(luò)組合預測模型。綜合運用遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)連接權(quán)的方法對模型預測性能進行了有效改進。利用試驗獲得的55組相關(guān)樣本數(shù)據(jù)對模型進行訓練和驗證。結(jié)果表明,延伸率、沖擊功指標的預測平均相對誤差分別降為3.15%和2.67%,遠小于5%,滿足實際生產(chǎn)要求;與采用單一預測模型相比,使用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)組合預測模型能夠顯著提高預測準確性和泛化能力。

為了提高碳鋼焊條熔敷金屬延伸率和沖擊功力學性能指標的預測準確性,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性能非線性神經(jīng)網(wǎng)絡(luò)組合預測模型。綜合運用遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)連接權(quán)的方法對模型預測性能進行了有效改進。利用試驗獲得的55組相關(guān)樣本數(shù)據(jù)對模型進行訓練和驗證。結(jié)果表明,延伸率、沖擊功指標的預測平均相對誤差分別降為3.15%和2.67%,遠小于5%,滿足實際生產(chǎn)要求;與采用單一預測模型相比,使用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)組合預測模型能夠顯著提高預測準確性和泛化能力。

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測模型.結(jié)果表明,利用模糊度隸屬函數(shù)對基坑施工進行動態(tài)控制具有較好的實用效果.

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

基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑變形預測——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)進行擬合和預測分析,采用c語言編寫程序進行預測。結(jié)果表明,利用bp神經(jīng)網(wǎng)絡(luò)方法的預測結(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作用。

在運用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進行反分析的基礎(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算法局部細致搜索優(yōu)勢,并通過實例驗證了方法的可行性?？梢钥闯?運用該方法可以使學習效率增高,收斂速度加快,預測結(jié)果更加準確。

人工神經(jīng)網(wǎng)絡(luò)在巖土參數(shù)反分析中的應(yīng)用——在運用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進行反分析的基礎(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算法局部細致搜索優(yōu)勢，并通過實例驗證了方法的可行性?？梢钥闯?，運用該方法可以使學習效率增高，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)處理極其復雜，其經(jīng)驗多于理論?；庸こ淌┕ぶ?，對監(jiān)測數(shù)據(jù)處理和分析，進而提取有價值的信息點是一個難題。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)的算法來訓練網(wǎng)絡(luò)，對某地鐵車...

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)。運用等效電流法對提供磁場的圓柱形永磁體進行建模并仿真,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。

hoek-brown準則綜合考慮巖體結(jié)構(gòu)、巖塊強度等因素,能很好地反映巖體的非線性破壞,更符合工程實際,但其參數(shù)選取的主觀性及不確定性嚴重影響其應(yīng)用效果。通過分析敏感性分析結(jié)果及hoek-brown準則的圓形硐室圍巖位移表達式,借助flac~(3d)數(shù)值模擬和回歸性分析建立了基于hoek-brown準則的非線性回歸模型,結(jié)合差分進化算法提出了合理的位移反分析方法及步驟,并成功應(yīng)用于青島地鐵工程。結(jié)果表明,所建立的非線性回歸模型能較好地反映隧道位移與地質(zhì)強度指標gsi、擾動系數(shù)d及泊松比μ的關(guān)系,所提出的位移反分析方法能較準確地反演獲得gsi、d、μ值,由所得反演參數(shù)值計算的位移與現(xiàn)場監(jiān)測位移的相對誤差較小,具有良好的一致性,驗證了該方法的合理性、準確性,為準確獲取hoek-brown準則參數(shù)提供了新方法。

砂井地基徑向非線性固結(jié)解析——基于砂井等應(yīng)變固結(jié)模型，考慮初始有效應(yīng)力沿深度變化，忽略井阻和豎向排水固結(jié)的影響，應(yīng)用平均孔隙比與平均有效應(yīng)力的對數(shù)關(guān)系，建立砂井非線性徑向排水固結(jié)的分層計算模型，并求得常荷載作用下的徑向排水固結(jié)解析解．在變荷載...

基坑工程施工中,需要根據(jù)現(xiàn)場實際情況、周圍環(huán)境、建筑安全等級等對變形進行嚴格控制。通過對基坑實測變形數(shù)據(jù)進行整理和分析,對未來變形量作出預測,保證基坑安全。結(jié)合bp神經(jīng)網(wǎng)絡(luò)的高度非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)的基坑變形時間序列預測方法。在基坑開挖過程中,采取滾動預測的方法,不斷利用前期已有實測數(shù)據(jù)建模預測后期變形量,以實現(xiàn)信息化施工和動態(tài)控制。實例分析表明,bp神經(jīng)網(wǎng)絡(luò)模型具有較高的預測精度,并能獲得滿意的預測結(jié)果。

從神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用實踐等幾個方面分析研究了目前巖土工程位移預測神經(jīng)網(wǎng)絡(luò)模型存在的幾個問題,并提出了幾個可供借鑒的其它模型。最后,提出了一種進行位移預測的進化神經(jīng)網(wǎng)絡(luò)模型,并采用一個工程實例進行了研究,其結(jié)果驗證了前述分析研究的結(jié)論,說明了本文分析的合理性。