人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)高碳鋼高速線材力學(xué)性能

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(cè)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(cè)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(duì)模型預(yù)測(cè)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(duì)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(cè)平均相對(duì)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(cè)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(cè)模型能夠顯著提高預(yù)測(cè)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(cè)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(cè)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(duì)模型預(yù)測(cè)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(duì)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(cè)平均相對(duì)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(cè)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(cè)模型能夠顯著提高預(yù)測(cè)準(zhǔn)確性和泛化能力。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問(wèn)題的過(guò)程中發(fā)展起來(lái)的新型智能信息處理理論,通過(guò)對(duì)人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價(jià)預(yù)測(cè)模型.

應(yīng)用人工神經(jīng)網(wǎng)絡(luò)模型對(duì)Q345鋼焊接接頭力學(xué)性能預(yù)測(cè)的實(shí)驗(yàn)研究

介紹了用q345鋼焊接接頭力學(xué)性能的實(shí)驗(yàn)數(shù)據(jù),建立并訓(xùn)練基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的q345鋼焊接接頭抗拉強(qiáng)度、屈服強(qiáng)度、延伸率和斷面收縮率的預(yù)測(cè)模型,并用驗(yàn)證性實(shí)驗(yàn)結(jié)果分析了這些模型的精確程度。該實(shí)驗(yàn)研究為利用計(jì)算機(jī)虛擬技術(shù)進(jìn)行焊接工藝評(píng)定來(lái)替代或輔助實(shí)物焊接工藝評(píng)定進(jìn)行了有益的探索。

用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)高速公路軟土地基的最終沉降——采用人工神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非線性映射能力和學(xué)習(xí)能力，提出基于人工神經(jīng)網(wǎng)絡(luò)的高速公路軟土地基最終沉降量的預(yù)測(cè)新方法。本方法利用實(shí)測(cè)資料直接建模，避免了傳統(tǒng)方法計(jì)算過(guò)程中各種人為因素的干擾，所建立的模型...

人工神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的自組織、自適應(yīng)、容錯(cuò)性以及很強(qiáng)的學(xué)習(xí)、聯(lián)想能力,本文將其應(yīng)用到高速公路路基沉降預(yù)測(cè)中。重點(diǎn)介紹了elman模型方法,本方法利用實(shí)測(cè)資料直接建模,避免了傳統(tǒng)方法計(jì)算過(guò)程中的各種局限性,通過(guò)對(duì)高速公路路基實(shí)測(cè)沉降資料的計(jì)算分析,證明本模型預(yù)測(cè)精度高,簡(jiǎn)便易行,具有廣泛的工程實(shí)用價(jià)值。

根據(jù)某高速公路高路堤填土施工期路基沉降實(shí)測(cè)資料,建立了預(yù)測(cè)路基沉降的等時(shí)距bp神經(jīng)網(wǎng)絡(luò)模型,并運(yùn)用三次樣條插值獲得預(yù)測(cè)時(shí)間段內(nèi)任一時(shí)刻沉降值,并與實(shí)測(cè)值進(jìn)行比較,證明它具有很高的預(yù)測(cè)精度。

人工神經(jīng)網(wǎng)絡(luò)在巖石力學(xué)中的應(yīng)用——從巖石力學(xué)研究思維方式轉(zhuǎn)變的觀點(diǎn)出發(fā)，從巖石非線性系統(tǒng)辨識(shí)、工程時(shí)序預(yù)測(cè)、反分析及巖石工程系統(tǒng)等四個(gè)方面綜述了人工神經(jīng)網(wǎng)絡(luò)在巖石力學(xué)中的應(yīng)用進(jìn)展情況，并對(duì)其應(yīng)用情況進(jìn)行了簡(jiǎn)要評(píng)述?！　?/p>

從巖石力學(xué)研究思維方式轉(zhuǎn)變的觀點(diǎn)出發(fā),從巖石非線性系統(tǒng)辨識(shí)、工程時(shí)序預(yù)測(cè)、反分析及巖石工程系統(tǒng)等四個(gè)方面綜述了人工神經(jīng)網(wǎng)絡(luò)在巖石力學(xué)中的應(yīng)用進(jìn)展情況,并對(duì)其應(yīng)用情況進(jìn)行了簡(jiǎn)要評(píng)述。

提高重軌鋼的性能控制能力對(duì)其產(chǎn)品質(zhì)量保證有重要作用。采用神經(jīng)網(wǎng)絡(luò)方法建立了重軌生產(chǎn)性能預(yù)報(bào)模型,并通過(guò)模型結(jié)構(gòu)優(yōu)化提高了模型預(yù)報(bào)的可靠性。通過(guò)模型自檢、歷史數(shù)據(jù)檢驗(yàn)和離線應(yīng)用,表明高速重軌的抗拉強(qiáng)度與伸長(zhǎng)率預(yù)報(bào)命中率較高,可基本滿足生產(chǎn)要求。

借助人工神經(jīng)網(wǎng)絡(luò)模型,建立了可依據(jù)現(xiàn)場(chǎng)量測(cè)信息對(duì)軟基路堤沉降量隨時(shí)間而發(fā)展的過(guò)程進(jìn)行動(dòng)態(tài)預(yù)報(bào)的分析方法。其要點(diǎn)是:建立公路軟基沉降預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),并將前期沉降觀測(cè)值作為樣本,通過(guò)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練尋求沉降及其主要影響因素的內(nèi)在關(guān)系,據(jù)以預(yù)測(cè)后期沉降量

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測(cè)資料進(jìn)行沉降預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預(yù)壓荷載卸荷時(shí)間預(yù)報(bào).研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測(cè)模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

以bp人工神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),建立預(yù)測(cè)模型,以小區(qū)某棟建筑物1期～8期的沉降觀測(cè)數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并對(duì)9期～12期實(shí)際觀測(cè)值與預(yù)測(cè)值進(jìn)行了比較,結(jié)果比較理想,從而驗(yàn)證了采用bp人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行建筑物沉降的預(yù)測(cè)是可行的。

利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意。

基于人工神經(jīng)網(wǎng)絡(luò)的工程造價(jià)預(yù)測(cè)模型——利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價(jià)預(yù)測(cè)模型,指出該預(yù)測(cè)模型可對(duì)不同情況的工程造價(jià)進(jìn)行合理的預(yù)測(cè),實(shí)例檢驗(yàn)證明,該方法收斂速度快,預(yù)測(cè)的可靠性令人滿意?！　?/p>

針對(duì)基坑變形預(yù)測(cè)中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)基坑變形的新方法。用一樁錨聯(lián)合支護(hù)體系實(shí)例進(jìn)行了預(yù)測(cè)研究,得到支護(hù)體系的不同預(yù)測(cè)模型的組合預(yù)測(cè)值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差比gm(1,1)預(yù)測(cè)模型小;與bp預(yù)測(cè)模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測(cè)中,為了更準(zhǔn)確地預(yù)測(cè)基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與bp預(yù)測(cè)相結(jié)合的方法進(jìn)行預(yù)測(cè)。

提出人工神經(jīng)網(wǎng)絡(luò)模型來(lái)模擬傳統(tǒng)的帶肋鋼筋和混凝土之間的粘結(jié)性能,目的是預(yù)測(cè)鋼筋從混凝土混合物中拔出的極限荷載(第一神經(jīng)網(wǎng)絡(luò)模型)或抗壓強(qiáng)度(第二神經(jīng)網(wǎng)絡(luò))以及根據(jù)rilem試驗(yàn)設(shè)計(jì)的不同鋼筋直徑的拔出極限荷載。采用112個(gè)帶肋鋼筋(直徑為10mm、12mm)以及三種不同混凝土配合比的拔出試驗(yàn)結(jié)果數(shù)據(jù)庫(kù),對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。根據(jù)反向傳播算法,進(jìn)行多層感知器訓(xùn)練。第一個(gè)模型(ann-6)有6個(gè)輸入:鋼筋直徑、水灰比、砂石比、級(jí)配、水泥種類和混凝土齡期。第二個(gè)模型(ann-2)有2個(gè)輸入:鋼筋直徑、混凝土抗壓強(qiáng)度,兩個(gè)模型的輸出均為極限拔出荷載。研究結(jié)果顯示:所采用的模型預(yù)測(cè)精度高、誤差低、具有魯棒性。從魯棒性方面,第一個(gè)模型(ann-6)比第二個(gè)模型(ann-2)更精確。將混凝土的成分作為輸入?yún)?shù),而不是混凝土的強(qiáng)度,對(duì)于帶肋鋼筋-混凝土界面的局部現(xiàn)象更具代表性。

分析了影響我國(guó)鋼材價(jià)格的客觀因素,基于bp神經(jīng)網(wǎng)絡(luò)建立鋼材價(jià)格預(yù)測(cè)的模型。采用levenberg-marquardt算法對(duì)bp神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化。使用matlab語(yǔ)言編寫(xiě)程序,用1990-2008年的數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練得出預(yù)測(cè)結(jié)果。結(jié)果表明,預(yù)測(cè)值與真實(shí)值較吻合,所建立的神經(jīng)網(wǎng)絡(luò)模型有較準(zhǔn)確的預(yù)測(cè)精度。

利用matlab編程語(yǔ)言構(gòu)造了三層bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),建立了基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報(bào)價(jià)模型,通過(guò)仿真模擬確定標(biāo)高金水平,并用實(shí)例驗(yàn)證了其可靠性,為承包商作出合理報(bào)價(jià)決策提供了科學(xué)依據(jù)。