位移反分析的进化神经网络方法研究

将人工神经与遗传算法相结合，提出了一种用于位移反分析的进化神经网络方法，这种方法基于正交试验获得的样本进行学习，用遗传算法搜索最优的神经网络结构，并用最佳推广预测学习算法训练此网络，以此训练好的网络描述岩体（土）的力学参数与岩体位移是非线性关系，再应用遗传算法从全局空间上搜索，进行岩体力学参数的最优辩识。作为例子，文中给出了弹性问题的反分析，结果是令人满意的。  

Landslide hazard assessment: summary review and new perspectives

This paper deals with several aspects of the assessment of hazard and risk of landsliding. In recent years the interest in this topic has increased greatly and there are many technical papers dealing with this subject in the literature. This article presents a summary review and a classification of the main approaches that have been developed world-wide. The first step is the subdivision between qualitative and quantitative methods. The first group is mainly based on the site-specific experience of experts with the susceptibility/hazard determined directly in the field or by combining different index maps. The approaches of the second group are formally more rigorous. It is possible to distinguish between statistical analyses (bivariate or multivariate) and deterministic methods that involve the analysis of specific sites or slopes based on geo-engineering models. Such analyses can be deterministic or probabilistic. Among the quantitative methods discussed is the Neural Networks approach which has only recently been applied to engineering geology problems. Finally several considerations concerning the concept of acceptable risk and risk management are presented. Received: 30 November 1998 · Accepted: 2 April 1999  

边坡岩体稳定性的人工神经网络预测模型

在综合分析边坡岩体变形失稳破坏模式及其影响因素的基础上 ,提出了表征边坡岩体稳定性分析的复合指标。以大量水电边坡工程的稳定状况为学习训练样本及预测样本 ,讨论了基于人工神经网络技术的边坡岩体稳定性分析方法及其有效性。研究表明 ,用人工神经网络方法预测边坡岩体的稳定状况是可行的。  

岩土工程时间序列预报问题初探

 对岩土工程中的时间序列预报问题进行了研究, 认为: 在该类问题中, 灰色建模存在着一定的问题, 通过两个实例指出神经元网络是解决岩土工程时间序列预报问题的有效方法。  

基于先验知识的岩爆预测研究

 采用人工神经网络理论, 将岩爆先验知识作为学习样本, 建立了一种新的岩爆预测模型。研究表明, 与现有的其他岩爆预测方法相比, 所建议的模型更具客观性和通用性, 具有较高的预测精度。  

岩爆预测的人工神经网络模型

选取岩石抗压强度、抗拉强度、弹性能量指数和洞壁最大切向应力作为岩爆预测的评判指标 ,建立了岩爆预测的神经网络模型 ,对岩爆的发生及其烈度进行预测。实例计算表明 ,用人工神经网络方法进行岩爆预测是可行有效的  

非线性结构系统可靠性理论及其模拟算法

系统阐述了非线性结构系统可靠性理论的主体框架和模拟算法,重点分析了全局分枝-约界法、快速概率积分法、响应面法、随机有限元法和Monte Carlo模拟法的主要优缺点,及其对强非线性问题和存在失效演化历程的复杂结构系统可靠性分析和评估问题的适应能力.在此基础上,对当前研究工作中存在的一些共同性问题进行了剖析,对将智能化方法引入非线性结构系统可靠性工程领域的可行性和具体实现途径进行了阐述.  

基于人工神经网络的城市煤气短期负荷预测

应用人工神经网络误差反应传播模型对城市煤气管网的短期负荷进行了预测。根据城市煤气短期负荷变化的特性建立了既反映煤气负荷连续性，周期性及其变化趋势，又包含天气，气温，节假日等因素影响的短期负荷预测模型，并介绍了方法在实际中的应用。  

遗传算法和人工神经网络在斜拉桥可靠度分析中的应用

将遗传算法(GAs)和人工神经网络(ANN)这一类智能方法引入斜拉桥可靠度分析领域,分别对斜拉桥主梁和索塔在多种失效模式下的可靠度进行计算和分析.实例数值结果表明,遗传算法和人工神经网络为结构可靠度研究提供了新的有效的思路和手段.  

锚杆极限承载力的人工神经网络预测

岩石声波测试技术应用于锚固工程的无损检测中，其基本原理是采用动力瞬态激振使描杆引起弹性振动，通过测定锚杆的振动响应来估计和推断锚杆的极限承载力。将人工神经网络这类非线性动力学系统运用于该灰色系统的预测，可取得良好的效果。