利用改进的BP神经网络预测烧结砖的抗压强度

根据改进的BP神经网络基本原理，建立了烧结砖的神经网络强度预测模型．利用试验数据训练神经网络，通过工程实例，对训练过的神经网络进行了测试，并将用神经网络方法获得的结果与用传统数学回归模型计算的结果进行了对比．结果表明，该神经网络方法所得的预测值优于传统方法．     

基于改进BP神经网络的基坑支护结构数据处理

针对现有的基坑监测和预测数据处理方法的不足,对BP神经网络预测模型作了研究和改进,应用改进后的BP算法对基坑支护结构水平位移数据进行处理,并将改进的BP算法与传统算法所建立的模型应用于工程实例进行比较,结果表明,改进后的BP神经网络模型在预测精度、训练时间、稳定性等方面均优于传统BP神经网络模型。     

三种神经网络在混凝土强度预测中的应用

通过建立改进的BP和RBF两种神经网络模型，对混凝土的强度进行预测，将预测值与常规BP神经网络模型预测结果进行了比较，研究表明，改进的BP和RBF的神经网络模型能够充分考虑影响混凝土强度的各种因素，在强度预测中具有广泛的应用前景。     

巷道围岩松动圈预测的进化神经网络法

针对简单遗传算法收敛速度慢、易早熟的缺点，从编码、初始群体生成及遗传算子等方面对其进行了改进，提出了一个收敛速度快、性能良好的算法，并通过仿真实验证明了该算法的性能。把该算法用于神经网络的结构及学习参数的进化学习，建立了一个进化神经网络模型。最后，用该模型对巷道围岩松动圈厚度进行了预测研究，结果证明，该进化神经网络模型拟合性能及推广预测性能均令人满意。     

遗传算法改进的BP神经网络在GPS高程拟合中的应用

针对BP神经网络收敛速度慢和易于陷入局部极小值的问题,采用将遗传算法全局寻优和BP神经网络局部寻优相结合的方法,优化神经网络各层之间的连接权和阈值,提高了BP神经网络的计算精度、收敛速度和泛化能力。本文论述了遗传算法的基本思想、实现过程,并对高程拟合算例进行训练检验,实验结果表明,遗传算法改进的BP神经网络进行GPS高程拟合是可行的,能够有效地提高BP神经网络的拟合精度。     

改进BP神经网络的钢结构应力缺失数据重构

钢结构健康监测过程中的应力数据缺失会干扰监测各环节的运行状态,无法保障施工阶段的安全,因此解决数据缺失问题至关重要。钢结构在施工阶段应力应变监测中,由于受到外界诸多复杂因素的影响,导致监测数据不准确、缺失以及局部应力数据的重构值与真实值偏差较大等问题。采用改进BP神经网络分别对300组和30组钢结构应力应变监测数据进行重构,并对改进BP神经网络的数据重构方法进行适用性分析。结果表明:相比线性回归法,改进BP神经网络法进行离散型缺失数据的重构平均误差降低0.7%,特别是对于局部缺失数据,改进BP神经网络法的重构精度更高,平均局部误差降低2.2%; 为达到较好的重构精度,使用改进BP神经网络对缺失数据重构时,数据的缺失率不宜超过20%; 改进BP神经网络法可为钢结构应力缺失数据重构以及结构健康监测提供技术支持,具有较好的实用性。     

基于粒子群算法的RBF神经网络零件表面缺陷分类

针对金属工件表面缺陷分类问题,提出一种基于粒子群算法的RBF(Radialbasisfunction)神经网络对金属工件表面缺陷进行分类的方法。本文采用线性递减权重法确定PSO算法中的惯性权重,用于消除PSO算法容易早熟及后期容易在全局最优解附近产生振荡现象。将线性递减权重法改进的粒子群算法运用于RBF神经网络,确定RBF神经网络中权值和阈值的最优解,并对RBF神经网络进行训练从而提高分类精度。对比实验结果表明,改进的RBF神经网络对工件表面缺陷的分类平均准确率可达94%,对比标准RBF神经网络分类和BP神经网络分类准确率有较大提高。     

改进BP神经网络模型在隧道变形分析中的应用

针对传统的BP神经网络模型在数据拟合方面存在网络收敛速度慢,预测精度不高的缺点,提出一种改进的BP神经网络模型的方法。利用改进后的模型对某一地铁隧道变形监测数据进行分析和预报,并结合MATLAB软件编写的数据处理程序实现改进前后两种模型对同一数据处理结果的对比分析,验证改进后模型的有效性和可靠性。     

基于遗传算法的BP神经网络在高程拟合中的应用

针对传统BP神经网络难以选取具有全局性的初始点的缺点,使用改进的遗传算法全局搜索优化神经网络各层之间的连接权和阈值,提高了BP神经网络的收敛速度和泛化能力。结合高程拟合算例进行训练检验,证明该方法是一种改进BP神经网络的有效方法。     

基于遗传神经网络的桁架损伤诊断

介绍了BP神经网络应用于损伤诊断时的局限性,将全局寻优能力很强的遗传算法作为其改进算法来优化神经网络的初始权值和阈值,并将改进的遗传神经网络应用于桁架结构的损伤诊断,数值模拟试验证实了方法的有效性。     

Comparison of thermal comfort algorithms in naturally ventilated office buildings

With the actual environmental issues of energy savings in buildings, there are more efforts to prevent any increase in energy use associated with installing air-conditioning systems. The actual standard of thermal comfort in buildings ISO 7730 is based on static model that is acceptable in air-conditioned buildings, but unreliable for the case of naturally ventilated buildings. The different field studies have shown that occupants of naturally ventilated buildings accept and prefer a significantly wider range of temperatures compared to occupants of air-conditioned buildings. The results of these field studies have contributed to develop the adaptive approach. Adaptive comfort algorithms have been integrated in EN15251 and ASHRAE standards to take into account the adaptive approach in naturally ventilated buildings. These adaptive algorithms seem to be more efficient for naturally ventilated buildings, but need to be assessed in field studies. This paper evaluates different algorithms from both static and adaptive approach in naturally ventilated buildings across a field survey that has been conducted in France in five naturally ventilated office buildings. The paper presents the methodology guidelines, and the thermal comfort algorithms considered. The results of application of different algorithms are provided with a comparative analysis to assess the applied algorithms.     

全桥气弹模型颤振导数识别

将节段模型颤振导数识别方法用于全桥气弹模型,对其可行性和便利性进行详细论述;给出气弹模型模态质量的确定方法;采用随机子空间方法和随机搜索方法识别均匀流场和紊流场中苏通大桥气弹模型的18颤振导数,并和特征系统实现算法识别结果进行对比分析。研究结果表明:节段模型颤振导数识别方法是识别气弹模型颤振导数的有效和实用方法;模型模态质量可以方便地根据几何缩尺比由实桥对应值直接推算得到,且比通过模型试验实测精度更高;不同方法识别得到的均匀流场中苏通大桥气弹模型大部分颤振导数基本吻合;相对于紊流场中的气弹模型而言,均匀流场中的节段模型颤振导数识别精度更高。     

遗传算法在确定边坡稳定最小安全系数中的应用

应用遗传算法和上限解斜条分法确定边坡稳定最小安全系数,应用实例表明,遗传算法很好地解决了寻找整体极值问题。如果将遗传算法与传统的最优化方法联合使用,效果更佳。     

基于粒子群算法和广义回归神经网络的岩爆预测

 岩爆是岩石深部开挖中一种常见的工程地质灾害。为评价岩爆发生的可能性,提出一种基于粒子群算法和广义回归神经网络模型(PSO-GRNN模型)的岩爆预测方法。该方法利用已有岩爆数据,通过神经网络技术建立回归模型,采用粒子群算法对模型参数进行优化,减少人为因素对神经网络设计的影响。据此方法,在能量理论的基础上,选取洞壁围岩最大切向应力、岩石单轴抗压强度、抗拉强度和弹性能量指数作为主要影响因素,利用国内外26组已有工程数据建立岩爆预测的PSO-GRNN模型。通过对苍岭隧道和冬瓜山铜矿岩爆预测的工程实例分析验证该方法的可行性和适用性。所提方法可为类似工程的岩爆预测提供参考。     

利用遗传及免疫算法进行桥梁维修管理计划的优化

以桥梁的耐久性和耐荷性为桥梁的质量指标,建立了考虑桥梁经济性和质量指标的维修加固模型。探讨了简单遗传算法(SGA)和免疫算法(IA)求最优桥梁维修管理计划的解的可能性,并对比了二者解的差别。结果表明当维修计划期间较短时,二者均可给出适当的优化解,当桥梁维修管理计划期间较长时,SGA法得出的准优化解频度减少,解的可靠性降低;而IA法可以给出SGA法无法得出的长期间维修计划的优化解,并给出复数的维修管理计划方案供用户选择。     

基于滑块平衡法顶部加箍碎石桩承载力计算方法

针对工程实践中出现的顶部加箍碎石桩复合地基形式,分析了其破坏模式。引入滑块平衡法,考虑土体自重效应和加箍段桩侧摩阻力影响,分别基于计算深基础承载力的Meyerhof法和Terzaghi法,建立了顶部加箍碎石桩在深层鼓胀破坏模式下的两种计算模型,并利用随机优化算法搜索临界滑裂面及其所对应的极限承载力。通过与实验结果以及与既有方法的对比分析发现：本计算方法更符合工程实际,而且就承载力而言,顶部加箍碎石桩的最优加箍深度约为4倍桩体直径。     

岩石边坡稳定性与支护的数值分析及综合比较

 断层或节理裂隙等不连续面的切割导致岩体具有二重性——连续性和不连续性。由于目前还没有一种能考虑岩体二重性的实用的分析方法,所以对岩石边坡进行稳定性研究时应采用多种方法进行综合比较。采用有限单元法(属于等效连续介质力学方法)和块体单元法(属于不连续介质力学方法),对瀑布沟加里俄呷料场高边坡进行稳定性分析及支护研究。根据2种方法计算结果的综合比较分析,得到对该边坡的稳定性和支护方案的认识。研究结果还表明：若节理连通率的影响仅用强度参数表达,而在计算网格中不予考虑,则有限单元法和块体单元法得到的结果规律一致,且量值相差不大;由于块体单元法完全通过节理体现岩体的变形,而有限单元法则可考虑岩块的变形,所以有限单元法得到的位移值、屈服区及锚杆应力比块体单元法稍大。     

梁整体稳定的压杆比拟和拉–压杆比拟

首先探讨简支梁整体稳定的压杆比拟传统方法的改进。调整压杆计算长度并对轧制和焊接截面采取不同的稳定系数φ,得到满意的结果。随后把比拟方法推广到拉–压杆和框架梁之间的关系研究。对没有设置支撑的框架梁,拉–压杆的计算长度无需调整。上翼缘设有密排支撑的框架梁,拉–压杆比拟法仍可安全地应用,但安全裕度有待精密计算来衡量。并对跨度中央下翼缘支撑的有效性给予讨论。     

混凝土中消除氯离子的原理与应用

混凝土碳化或氯离子侵入混凝土都能导致混凝土中钢筋发生腐蚀 ,而氯离子腐蚀钢筋引起的后果更为严重。防止和减缓钢筋腐蚀是改善和提高混凝土结构耐久性的主要途径。防止和治理钢筋腐蚀的方法很多 ,但在经济和技术上都有局限性。研究了用除盐法直接排除混凝土中的氯离子 ,对混凝土中的钢筋腐蚀进行治理的原理 ,介绍了除盐法的工艺及应用效果 ,分析比较了除盐法与其它电化学方法的防治效果 ,讨论了除盐对结构受力性能的影响等。     

液压钻孔浇筑法施工技术研究与应用

在城市化建设日益发达的今天,对于市政过程中灯杆的改造及基础施工越来越多,对周围的环境要求越来越高,结合国外同类型施工经验,总结一套液压钻孔浇筑法施工灯杆基础的技术,并将该项技术研究归纳总结推广,为今后国内类似工程施工提供借鉴。