人工神经网络模型及其在膨胀土等级判定中的应用

应用神经网络的联想记忆功能，以膨胀土胀缩等级划分标准中3个类别作为训练标本，建立膨胀土胀缩等级与分级指标之间的对应关系的BP(Back-Propagation)判定模型，以对膨胀土胀缩等级进行划分，并结合具体工程进行应用。     

BP神经网络在膨胀土膨胀力预测中的应用

目前膨胀土膨胀力的测试工序烦琐、方法复杂,有时候测试相当困难,不同的初始条件有不同的测试结果;通过引进BP网络进行膨胀土膨胀力的预测,结果证实该方法的有效性,可以应用到相同类型的膨胀土膨胀力的预测过程中去.     

灰色优化理论模型在膨胀土膨胀潜势评判中的应用

根据灰色关联分析原理，将待评判的膨胀土的标准指标值组成参考数列，实测的影响膨胀土膨胀的指标值组成被比较数列，运用扩展的最小二乘方准则构造目标函数，即全体对象对于各标准模式间的权广义距离平方和最小，从而构造拉格朗日函数，得到灰色优化理论模型，结合实例说明了该模型的应用，并与ＧＢＪ１１２－８７《规范》规定的限界值相比效法及条例法的结果进行对比分析．     

膨胀土等级判别的遗传支持向量机多分类方法

针对支持向量机模型中的参数难以确定的状况,提出了遗传支持向量机方法,即利用遗传算法来搜索支持向量机与核函数的参数,避免了人为选择参数的盲目性,同时提高了支持向量机的推广预测能力,并将该方法应用于膨胀土胀缩等级的判别分类问题。考虑影响膨胀土判别的重要因素,选用液限、胀缩总率、塑性指数、天然含水量和自由膨胀率5个指标作为模型的判别因子,以4类膨胀土胀缩等级作为相应的输出,以膨胀土实测数据作为学习样本进行训练,建立相应分类函数对待判样本进行分类。研究结果表明：遗传支持向量机模型分类性能良好,预测精度高,是膨胀土胀缩等级分类的一种有效方法,可以在实际工程中进行推广。     

人工神经网络理论在地下水质评价中的应用

运用人工神经网络理论和方法,建立了地下水水质评价的ＢＰ神经网络模型,对肥城市６眼水井的地下水水质进行了评价,并与综合指数法,模糊综合评判法的评价结果进行了比较。结果表明：用ＢＰ神经网络模价地不水质是可行的。     

BP模型在土石坝资料分析中的应用

详细介绍了BP神经网络的基本原理和建模方法 ,指出BP人工神经网络模型克服了模型必须是基本观测量的线性和非线性组合的局限 ,并具有很强的自适应性和容错性 .将BP模型应用于大坝空间位移分析 ,编制了BP神经网络模型程序 ,并对湖北某土石坝空间位移进行分析 ,得到了较好的拟合和预报 .     

膨胀土判别和分类的可变模糊模型

正确判别膨胀土及其分类,是勘察和确定设计与施工方案的首要问题。文章应用可变模糊理论,探讨了基于相对差异函数的膨胀土判别和分类可变模糊方法,并用于实际工程。还与其它方法进行了对比分析。     

基于熵权直觉模糊集的改良膨胀土胀缩性等级评价

为对改良膨胀土胀缩性等级进行准确评价,以便在实际工程中采取相应处置措施,减少改良膨胀土地基灾害的发生,在综合考虑传统方法的不足与改良膨胀土自身特性的基础上,选取5项定量化评价指标建立指标评价体系,采用熵权法确定各指标权重,结合模糊处理领域具有突出优势的直觉模糊集建立熵权-直觉模糊集模型,实现对改良膨胀土胀缩性等级定量化评价。以4组不同煤矸石掺量的膨胀土为例,对建立的模型进行验证,并与柯尊敬分类法、模糊数学法和膨胀潜势法的结果对比,结果表明,熵权-直觉模糊集模型对煤矸石改良膨胀土胀缩性等级评价具有良好的实用性与可靠性,可为类似改良土评价问题提供技术参考。     

预应力高强度管桩在膨胀土高边坡渠段中的应用

为保障引江济汉工程膨胀土渠段渠坡稳定和渠道运行安全,采用预应力高强度混凝土抗滑管桩对引江济汉工程膨胀土高边坡渠段进行加固处理。针对预应力高强度管桩施工中常出现的桩体部分断裂、桩顶发生移位、沉桩深度不满足设计值等质量问题进行原因剖析,提出预应力高强度抗滑管桩施工采用先造孔再静压的方式,严控施工质量,使桩头牢固可靠。     

土工格栅与压实膨胀土的界面模型及其参数

针对土工格栅与膨胀土界面特性研究的不足,采用单向和双向土工格栅,以及南水北调中线工程新乡段的膨胀性泥灰岩风化土,在填土尺寸为600mm×600mm×600mm的大型叠环式剪切仪上进行一系列拉拔试验,研究了不同含水量及干密度下筋土界面的平均摩阻力-相对位移特征和界面强度特征。采用理想弹塑性模型模拟界面行为,并将界面强度曲线表达为线性函数,基于界面平均摩阻力和筋土平均相对位移研究了界面参数。此外,探讨了考虑渐进屈服时界面参数的反馈分析方法。     

基于RBF神经网络的电流保护

提出了一种基于RBF神经网络的全新的电流保护方式 该网络采用的是 3层RBF神经网络模型 ,由三部分构成 :故障类型与相别判断子网络ANN1;故障方向判别子网络ANN2 ;振荡识别子网络ANN3 对该模型进行了各种故障状态的测试 ,进行了仿真实验 ,并与BP网络进行了比较 ,发现RBF网络训练速度快 ,且证实了基于RBF网络的电流保护的可行性     

Back-propagation Network在巷道围岩稳定性识别中的应用

提出了以Back-Propagation Network(简称BP网络)进行围岩稳定性识别的模型，并根据收集到的煤矿围岩资料来训练和检验该模型。将评判结果与其它方法进行了比较，表明：BP网络经训练后具有较高的识别能力，可用于解决工程中的非线性问题。     

BP神经网络在沉淀池费用函数模型中的应用

运用BP网络的非线性函数逼近功能,以沉淀池的计算表面积与计算体积为网络的输入,沉淀池的费用值为网络的输出,建立单体构筑物沉淀池的费用模型.由仿真数据与已知数据比较,发现其相对误差绝对值的平均值在10%以内.     

基于小波分析和神经网络的渗碳层深度分类

提出了一种基于小波理论的新的特征值提取方法,较全面地反映了信号的时频特征,并将小波包提取的特征值输入到BP网络,对7种不同渗碳层深度的试件进行了分类.实验结果表明,小波包特征值提取和BP神经网络分类器相结合,可以实现对不同渗碳层深度的分类,其效果良好、精度较高,有一定的实用价值.     

人工神经网络专家系统应用研究

叙述了人工神经网络的特征及其在专家系统中的应用 ,讨论了人工神经网络专家系统的优缺点 ,并进一步描述了其前景和意义 .     

BP神经网络在商品住宅投资风险分析中的应用

将BP神经网络的理论应用于商品住宅的风险分析,通过构建分析模型,对样本进行了训练和检测,分析了我国房地产投资风险及其变化规律。旨在防范投资风险,促进房地产业健康发展。     

利用最大面积收缩率对膨胀土进行判别与分类的试验研究

提出一种对膨胀土进行判别和分类的新指标——最大面积收缩率(SCR),其定义为最大面积收缩率试验中试样干燥后收缩裂隙的总面积与试样初始面积的比值.通过对不同地区土样开展试验,研究了制样初始含水率、初始厚度、接触面粗糙度以及环境温度对试验结果的影响,并对SCR作为膨胀土判别与分类指标的可信度与可靠度进行了分析,最终提出了利...     

灰色系统理论在宁连一级公路六合段膨胀土判别与分类中的应用

给出了一种应用灰色系统对膨胀土进行判别与分类的新方法，实践证明了，该法具有操作简便，结果可靠等优点。