共查询到19条相似文献,搜索用时 450 毫秒
1.
对采用规则的动态数据进行结构损伤监测时,模式识别是一个有效的方法,人工神经网络作为匹配模式特征的系统方式广泛应用于模式识别研究中。人工神经网络设计是影响模型识别性能和效率的最基本因素。由Lam等人提出的贝叶斯人工神经网络设计法则为单隐层前馈人工神经网络确定大量隐性神经单元提供了严格的数学手段。本文的第一个目标是对贝叶斯人工神经网络设计法则进行拓展,包括选择隐层中神经单元的传递函数。所提出的法则具有高效的特点,适用于实时人工神经网络设计。目前,许多人工神经网络设计技术需要在训练前已知人工神经网络模型的类型,因此,最基本的问题是自动选择优化的人工神经网络模型类型的技术。由于模型参数和Ritz向量一般用于描述模式的特征,本文的第二个目标是采用模式识别对结构损伤监测中这两个模式特征进行比较。为了清楚判断这两个特征,研究中采用了IASC-ASCE准则。研究结果显示:采用模型参数进行训练的人工神经网络性能略优于采用Ritz向量进行训练的人工神经网络性能。 相似文献
2.
《Planning》2017,(2)
径流预测是水资源研究领域中的一项重要内容,对于区域社会经济规划具有重大的意义。引用雅鲁藏布江中下游羊村站和奴下站1980—2010年的径流资料,采用自回归模型、门限回归模型和人工神经网络模型进行年径流预测,采用自回归模型、季节性自回归模型和季节性人工神经网络模型进行月径流预测。结果表明:年径流预测中,几种预测模型的预测精度均不高,相比较而言,一阶自回归模型和人工神经网络模型的预测结果更优;月径流预测中,季节性自回归模型和季节性人工神经网络模型在枯水期的预测精度均较高,但在丰水期径流预测效果欠佳。 相似文献
3.
利用人工神经网络模型,建立基于孔压静力触探(CPTu)现场测试数据的黏性土不排水抗剪强度的预测方法。为建立和验证人工神经网络模型,在3个场地开展CPTu和十字板剪切现场测试,共取得33个测孔的CPTu试验数据和相对应的不排水抗剪强度实测值。通过对比分析不同输入向量、不同网络隐层数、不同神经元数及不同改进算法对人工神经网络模型性能的影响,确定人工神经网络模型的具体形式。通过对训练组数据开展机器学习,所建立的人工神经网络模型能够有效地基于CPTu获得的端阻力和孔隙水压力现场测试数据对黏土不排水抗剪强度进行预测,预测结果与十字板剪切试验实测结果非常接近。与传统用于估算不排水强度的经验关系相比,采用人工神经网络模型预测结果与实测结果相关性显著提高、误差明显降低。 相似文献
4.
《土木工程学报》2019,(Z2)
利用人工神经网络模型,建立基于孔压静力触探(CPTu)现场测试数据的黏性土不排水抗剪强度的预测方法。为建立和验证人工神经网络模型,在3个场地开展CPTu和十字板剪切现场测试,共取得33个测孔的CPTu试验数据和相对应的不排水抗剪强度实测值。通过对比分析不同输入向量、不同网络隐层数、不同神经元数及不同改进算法对人工神经网络模型性能的影响,确定人工神经网络模型的具体形式。通过对训练组数据开展机器学习,所建立的人工神经网络模型能够有效地基于CPTu获得的端阻力和孔隙水压力现场测试数据对黏土不排水抗剪强度进行预测,预测结果与十字板剪切试验实测结果非常接近。与传统用于估算不排水强度的经验关系相比,采用人工神经网络模型预测结果与实测结果相关性显著提高、误差明显降低。 相似文献
5.
基于BP网络的隧道围岩位移预测方法 总被引:3,自引:0,他引:3
介绍人工神经网络模型法的基本原理与步骤,探讨了隧道围岩收敛监测数据与人工神经网络间的联系,并建立了基于人工神经网络的隧道围岩收敛预报模型。以工程实例为背景,对隧道围岩的收敛变形进行预报分析。研究结果表明:BP网络预测值与实测值吻合程度很好,完全满足工程及控制的要求。 相似文献
6.
7.
人工神经网络技术在桥梁检测评估中的应用 总被引:1,自引:0,他引:1
对现有桥梁的评估方法作了简要介绍,重点讨论了常用的BP人工神经网络模型,并将BP模型应用到桥梁结构检测评估中,指出人工神经网络在桥梁结构的检测评估方面一定有很好的发展前景. 相似文献
8.
介绍了流域山坡平均坡度的人工神经网络解,从人工神经网络BP模型、网络拓扑结构的建立等方面进行了论述,得出了BP模型的计算结果。 相似文献
9.
鉴于当前人工神经网络在岩土工程中的应用越来越广泛的情况下 ,本文分析和比较了多种人工神经网络模型对强夯问题的适用性和可靠性 ,并提出了几个人工神经网络在应用过程中应注意的问题 ,使之能够更好地指导强夯工程实践 相似文献
10.
11.
12.
13.
14.
利用小波分析和BP神经网络,建立一种用于基于静力触探数据进行土类划分的神经网络模型。该方法基于实测数据,利用小波分析获得不同土层触探参数的特征值,并用BP神经网络建立特征值与土类之间的映射关系,从而得到BP神经网络分类模型。结果表明,该方法可以有效地进行土类划分。 相似文献
15.
16.
对人工神经网络进行了简介,结合传统的统计分析方法,根据某文献提出的影响报价的指标确定了神经网络的结构,并分析了其扩展性,指出神经网络预测投标报价具有广阔的应用前景。 相似文献
17.
18.
19.
对人工神经网络的基本原理、特点以及与损伤识别的关系作了简要介绍,并重点介绍了损伤识别中常用的BP 神经网络的原理及其改进方法,以及国内外在基于神经网络的桥梁损伤识别应用方面的主要研究成果,最后对神经网络在桥梁损伤识别中的发展和应用作了展望。 相似文献