基于BP ANN-GA混合型算法的混凝土配合比优化设计研究

根据混凝土不同龄期的抗压、抗拉强度与和易性、耐久性等要求,综合考虑原材料供应、施工工艺、环境温度和湿度等条件,合理设计混凝土配合比,并最大限度节约工程成本,是现代混凝土技术发展对配合比设计提出的新要求。本文结合基于BP人工神经网络的预测技术和基于遗传算法（GA）的全局优化算法,建立混凝土配合比非线性优化模型,并对该模型的参数选择、计算效率等问题进行深入探讨,从而为上述问题的解决找到一条较为可行的途径,取得初步的成果。文中并给出简单的应用实例,以进一步验证算法的适用性、有效性。     

浇筑式沥青混凝土防渗层配合比优选方法研究

浇筑式沥青混凝土是新建碾压式混凝土坝和渗漏严重的病险坝修补的一种有效的防渗结构。本文针对沥青混凝土原材料的性能特性，探讨了浇筑式沥青混凝土防渗层混合料配合比的设计方法。并结合工程实例对设计方法进行了可行性论证。     

陶粒混凝土配合比的优化设计

通过合肥电厂5号600 MW发电机组扩建工程中土建工程对陶粒混凝土原材料的优化选择和配合比的设计过程,对陶料混凝土配合比设计过程进行了分析;并通过发电厂土建施工中陶粒混凝土的设计和应用实例,介绍其设计方法和应用情况。     

混凝土施工配合比优化试验理论浅析

本文针对水利水电工程施工中的特点，并根据试验和施工的实际应用情况，从材料性能、试验方法、施工条件和质量控制等角度探讨混凝土配合比优化方面的一些问题，以期能指导工程施工应用。     

九江电厂三期工程混凝土配合比设计的优化

介绍了九江电厂三期混凝土配合比设计优化的情况及所带来技术经济效益，说明材料试验在工程建设中所起的重要作用。     

基于粗糙集（RS）和支持向量机（SVM）的混凝土性能预测实证研究

针对多元胶凝体系混凝土的性能预测问题,以各种原材料用量及其质量指标为预测自变量,以混凝土初始坍落度和7天、28天抗压强度为预测因变量,先采用粗糙集（RS）方法约简自变量组合,后采用支持向量机回归（SVR）模型建立混凝土性能预测模型。通过单掺粉煤灰集169组配合比、复掺粉煤灰和矿粉集135组配合比的2/3样本拟合、1/3样本预测实验,表明该模型预测精度明显优于线性回归,稳定性优于BP人工神经网络。进一步的自变量敏感性分析表明,RS-SVM模型能准确地反映混凝土性能对原材料变化的依赖性,总体性能最优。     

硅粉混凝土配合比设计方法的探讨

针对硅粉具有显著地增强效果和提高抗渗、抗冻等性能的特点，从节约水泥、降低费用的观念出发，提出了硅粉混凝土配合比设计的基本思路、原则及步骤。     

水下不分散混凝土的研究和应用

本文介绍一种新型水下不分散聚合物改性混凝土，该混凝土适用于水下施工和水下修补混凝土建筑物。这种混凝土在不分散，不离析，流动性好，自流平，自密实，不需振捣，其抗压强度可达４０ＭＰａ以上，水下混凝土的强度可保留空混凝土强度８４％以上，其它各项性能均可满足工程要求。水下混凝土技术容易掌握，操作简便，已在国内多项工程中实验应用，如引滦入津隧洞底板和侧墙混凝土破坏的修补，吉林省松原市松花江大桥桥墩的水下施工     

变形法计算混凝土应力的改进

为充分利用监测值,基于有限元分析改进了变形法计算混凝土应力,并推导了新的公式。改进后变形法精度更高,对监测值更加敏感。为考证新方法的正确性,以有限元计算的应变作为监测值,通过两种方法转换得其应力与计算的应力比较,说明其优越性,并找出影响变形法精度的关键因素。研究结果表明基准时间的确定对精度影响最大,转换步长的影响其次。最后将其应用于小湾工程取得了良好效果,可供其他工程参考。     

Hardfill筑坝材料配合比试验研究

根据强度波动区理论,进行配合比设计,配制超贫碾压筑坝材料--Hardlill材料,按测定的混凝土V_c值控制用水量;分析影响Hardfill材料强度的各种因素,深入分析混凝土压实和结构机理.结果表明,水胶比、胶凝材料用量、砂率、粉煤灰掺量等对Hardfill材料抗压强度有显著影响,由于砂率偏大、水胶比较大,造成Hardfill材料强度偏低.     

基于ANN的变电站故障诊断系统及其容错性

介绍了基于人工神经网络 (ANN)方法的变电站故障诊断的系统 ,并对其容错性进行了研究 ,该系统充分利用人工神经网络所具有的强大的学习能力及高度的容错性等特点 ,实现对变电站故障元件的诊断。仿真结果表明 ,本系统不仅能在输入信息正确的条件下准确地诊断出故障元件 ,而且在输入信息不完整或少部分信息错误的情况下 ,仍能给出满意的诊断结果。     

基于神经网络参数辨识的洪水波特性研究

本文提出利用神经网络辨识扩散波参数的方法,探索从一种新的角度研究洪水波特性。应用实例表明该方法的模拟精度满足要求,模拟效果良好。说明建立的洪水波神经网络模型能较好地描述洪水波的运动规律。     

基于神神经元网络的电厂锅炉燃烧优化系统

介绍应用于某200MW机组锅炉、基于神经元网络在线辨识技术的锅炉燃烧优化系统的结构和实现方式，讨论基于神经元网络的优化模型和优化算法，并在同类型仿真机上进行了仿真实验，证明了锅炉燃烧优化系统的正确性和有效性。     

超声探伤信号的神经网络识别

提出一种基于傅立叶变换和模式识别技术的奥氏体超声探伤信号的缺陷定性分类方法。该方法利用快速傅立叶变换提取反映缺陷性质的特征值,然后运用BP神经网络对特征值进行缺陷定性识别。实验结果表明,此方法简单易行,且能较好地实现奥氏体的缺陷识别。     

基于分布式神经网络的变压器励磁涌流鉴别的研究

针对目前变压器保护中普遍采用的利用二次谐波原理识别变压器励磁涌流存在的缺陷,提出利用分布式人工神经网络实现基于半波叠加原理鉴别励磁涌流的新方案。经仿真实验表明:该方案能准确地判别出变压器内部故障和励磁涌流,不受系统谐波影响,具有很高的可靠性。     

基于ANN方法的锂离子电池放电容量预测

锂离子电池放电容量的预测和估计是电池管理系统中一个非常重要的内容。某一个状态下锂离子电池的放电容量是放电电流、电压、温度以及过去电池充放电的历史等参数的函数。运用ANN方法即人工神经网络方法 ,可逼近任何多输入输出参数函数的性能 ,预测不同放电电流和电压下锂离子电池放电容量的大小。结果表明 ,ANN方法具有足够的精度 ,可用来预测锂离子电池的放电容量。     

面向混凝土裂缝检测的级联神经网络算法研究

针对传统深度学习的裂缝检测方法在复杂环境下鲁棒性低、边缘区域识别精度差、损伤量化结果误差大的问题,本文提出一种复杂环境下基于级联神经网络的混凝土裂缝检测方法。该方法分为三步：第一步利用改进的语义分割模型对复杂环度参数获取算法计算裂缝宽度。试验结果表明,相较于传统裂缝识别方法,本文方法在精确率、召回率、准确率、F1分数和交并比五项评价指标上均有提升,且总体检测准确率在95%以上,能实现复杂环境下境下的裂缝进行初步识别,判断图像中裂缝的大致感兴趣区域;第二步采用本文所提基于金字塔池化的掩膜优化方法对粗分割图像进行优化,精确捕获裂缝边缘上下文信息;第三步采用二维码靶标的图像像素解析度和裂缝宽混凝土裂缝的检测与定量分析。     

人工神经网络在天线设计中的应用

将人工神经网络模型应用于天线设计中,可以提高天线设计的效率和精度。人工神经网络一旦被训练成功,再次使用其进行天线设计时,可以充分发挥神经网络学习和泛化能力,提高天线的设计效率。综述了近年来国内外关于神经网络应用于天线设计的一些最新研究成果。从神经网络的结构、算法等方面,阐述了天线设计中经常使用的神经网络模型。从天线特性的应用方面,阐述了神经网络在方向图、工作频率、回波损耗及智能天线设计等方面的研究进展。最后对人工神经网络应用在天线设计中的发展趋势进行了展望。     

三峡水库运行初期蓄水调度函数的神经网络模型研究及改进

针对三峡水库运行初期汛末蓄水实时调度问题,提出了一种改进方案用以训练神经网络水库调度函数,并与传统方案进行对比分析。首先建立了水库汛末蓄水优化调度模型,并通过动态规划求解生成了训练样本,然后采用两种方案训练神经网络调度函数:①传统方案(优化———拟合):用神经网络直接拟合优化出的训练样本;②改进方案(优化———拟合———再优化):直接以模拟调度的发电量最大为目标,而将传统方案输出的神经网络权重作为优化初值,采用直接优化方法(单纯形法)进一步调整神经网络权重。通过比较这两种方案,得到了改进方案虽不能最好的拟合训练样本与检验样本,但在实际调度中却可以获得较高的蓄满率及较大的发电效益的结论;并详细的分析了其原因。因此,在训练神经网络调度函数时,最终目标应是使整个调度获得最大的效益,而不是去最好的拟合最优训练样本;而改进方案为训练神经网络水库调度函数给出了一有效的算法。