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。     

人工神经网络在战场侦察技术中的应用

研究人工神经网络用于战场目标分类的能力和结果 .根据战场目标的声与震动特性 ,采用相应的测试系统和分析系统 ,对战场典型目标装甲车、吉普车进行实地测试 ,并对实验数据进行预处理 (快速傅立叶变换 ) ,利用基于人工神经网络原理的目标分类器 ,采用改进的BP算法对分类器进行训练 ,克服了传统网络的振荡和平台问题 .基于人工神经网络的分类器对战场目标的声与地震动信号有很高的正确识别率 .实验证明人工神经网络目标分类器适合于战场目标分类识别 ,改进的BP算法加快了神经网络的收敛速度 .     

人工神经网络及其在智能 CAPP 系统中的应用

目的　认识和把握人工神经网络在计算机辅助工艺过程设计 (CAPP)中的应用及发展前景 .方法　在论述人工神经网络模型的特点和性质的基础上 ,对人工神经网络在智能 CAPP系统中的应用原理和方法作了初步的理论分析和研究 .结果　人工神经网络在 CAPP系统具有很大的使用价值和广阔的应用前景 .结论　这种初步的研究及其以后相关人员的工作 ,将为 CAPP领域应用神经网络技术开辟新的途径 ,从而在一定程度上解决目前 CAPP系统中存在的问题     

人工神经网络模型在生产作业计划制定中的应用

本文根据多品种、小批量生产方式的中小型机械制造企业的实际生产情况,提出了一种能应用于这类企业生产作业计划编制的人工神经网络模型。     

贝叶斯网络分类模型在教育中的应用研究

贝叶斯网络（Bayesian Networks）是人工智能和数据挖掘领域中对不确定性问题进行推理和数据分析的一种工具。利用贝叶斯网络构建一个高职英语应用能力考试的预测模型,并利用真实数据做了分析验证。     

地下工程围岩稳定性分类的人工神经网络模型

本文基于人工神经网络的一典型模型──误差反传模型,根据《水利隧洞设计规范》及国内外围岩分类经验用插值法构造学习样本,建立了地下工程围岩稳定性分类的神经网络模型。研究表明,该模型具有较好的分类能力及较高的分辨率,可望成为地下工程围岩稳定性分类的有效手段。     

物理处治技术在膨胀土路堤修筑中的应用

分析膨胀土物理处治技术的原理,列举了物理处治技术在膨胀土卖体工程路堤修筑中的几种技术方案.通过对采用物理处治技术的路基实体工程的效果分析,论证了物理处治技术在膨胀土路堤修筑中的有效性及正确性,总结了物理处置膨胀土路堤的技术要点.     

超声检测缺陷分类的小波分析与神经网络方法

根据金属超声检测中缺陷脉冲回波为非稳态信号的特点,提出了一种基于小波变换和模式识别技术的缺陷宁性分类方法,重点研究了利用小波变换提取反映缺陷性质的特征值以及动用模式识别技术对特征值进行缺陷定性识别的方法。为验证上述方法,设计了实验系统,同时对信号的采集异常信号的剔除等问题进行了研究。利用实际焊接试样进行了实验,经小波变换提取缺陷特征值,然后采用ＢＰ（ｂａｃｋ ｐｒｏｐａｇａｔｉｎｏ）神经网络,使缺