岩土工程位移预测神经网络建模的几个问题

本文从神经网络理论及实践方面研究了目前岩土工程位移预测神经网络模型存在的几个问题,最后提出了几个可供借鉴的其它预测模型.     

基于地质统计模型的小波神经网络在地下洞室超挖预测中的应用

基于地质统计模型的小波神经网络，对地下洞室块体超挖情况进行了预测。首先，简述了超挖预测的几个基本理论：地质统计模型理论、小波神经网络理论以及洞室超挖理论。其次，根据这几个基本理论介绍了预测的整个程序设计过程，并编制了相应的计算程序，其中，地质统计模型采用概率论与数理统计的基本理论，小波神经网络采用小波基作为神经网络的激励函数前馈型网络，洞室超挖预测根据实测的洞室地质参数来预测超挖块体大小。最后，从野外地质调查着手，结合某一抽水蓄能电站的实测地质资料，应用提到的基本理论对几个洞室的超挖块体大小进行预测，为地下洞室防止超挖或减少超挖提供依据。     

基于Elman经网络的深基坑变形智能监测

Elman神经网络是一种典型的动态递归神经网络，它既可以学习空域模式，又可以学习时域模式，能使训练好的网络具有非线性和动态特性。文章采用11个输入单元和1个输出单元Elman神经网络。利用Maflab提供的神经网络工具箱编写了Elman神经网络程序，可以通过几种监测数据来推测另一种监测数据。最后以一幢超高层建筑的深基坑工程为例．说明了Elman神经网络方法用于深基坑变形的预测具有较好的可靠性，通过不断加入新的数据，Elman神经网络程序所能判断的数据类型和精度均不断提高。     

基于Elman神经网络的深基坑变形智能监测

Elman神经网络是一种典型的动态递归神经网络,它既可以学习空域模式,又可以学习时域模式,能使训练好的网络具有非线性和动态特性.文章采用11个输入单元和1个输出单元的Elman神经网络.利用Matlab提供的神经网络工具箱编写了Elman神经网络程序,可以通过几种监测数据来推测另一种监测数据.最后以一幢超高层建筑的深基坑工程为例,说明了Elman神经网络方法用于深基坑变形的预测具有较好的可靠性,通过不断加入新的数据,Elman神经网络程序所能判断的数据类型和精度均不断提高.     

几种新的基于模糊神经网络的系统辨识与控制的方法

模糊神经网络结合了模糊控制的经验和神经网络的学习能力,是一种基于经验和学习的新型神经网络控制系统.本文介绍了几种新型的基于模糊神经网络的系统辨识与控制的新方法,比较了各自的特点,并给出了基本的仿真结果.     

边坡土冲刷量计算模型分析研究

总结了当前国内几种常用的边坡土冲刷量计算模型,重点介绍了能量法和神经网络模型的计算过程,分析、阐述了各自的利弊,并结合神经网络基本理论,利用MATLAB神经网络工具箱建立一新型的神经网络模型,以期用于不同地域的常规预测。     

神经网络用于结构损伤识别的几个关键问题研究

利用神经网络识别结构损伤是当前结构工程研究领域中一个重要方向 ,对其中的最优样本点数量的确定及分布、损伤识别参数的提取和处理等几个关键问题进行了研究     

基于神经网络的短时道路交通流预测研究综述

短时交通流预测是可以为交通流诱导提供理论支撑,能够有效缓解交通拥挤,节约出行成本。神经网络在目前已有几十种不同的模型,每个模型都有其不同的优缺点。本文主要综述了常用的BP神经网络模型、小波神经网络、RBF神经网络、广义回归神经网络研究现状,为后续开展更深入的短时道路交通预测研究工作提供一定的借鉴意义。     

BP神经网络的商品房销售价格预测研究

影响到商品房销售价格的因素众多，而这些因素对其作用的效应的函数关系又很难界定，所以商品房销售价格的预测属于复杂的非线性问题，本文选取了其中的几个主要的，也是可量化的经济指标作为BP神经网络的输入样本，利用BP神经网络固有的优点弱化预测中的人为因素。从系统的输出结果与目标值的对比中，可以看出网络的训练、仿真及预测精度较高。BP神经网络可以作为研究商品房销售价格变化趋势一种有效的方法。     

BP和RBF在桥梁损伤识别中的应用比较

本文通过某桥对应变、挠度、振动、温度和动态轴重五个方面的监测数据的处理,得到能够反映桥梁工作状态的几个相关特征参数,然后根据这些参数以及设定的损伤指标和损伤级别,分别进行BP和RBF神经网络的训练,经过比对两次的训练误差、收敛速度等方面,最终选用RBF神经网络来实现对桥跨结构的损伤评估。