寒区隧道围岩导温系数反分析

根据实测隧道围岩温度,采用一维热传导模型、古典显式差分格式和最小二乘法,对一寒区隧道围岩（强风化花岗岩）的导温系数进行了反分析。     

云岭隧道围岩物理力学参数正演反分析

以FLAC差分程序作为模拟隧道开挖的正演工具，结合BP神经网络程序，对云岭隧道软弱岩层施工过程中量测的围岩位移进行反分析，确定围岩物理力学参数。将反分析结果代入FLAC程序进行正分析计算，计算位移与实测位移符合很好，证明了基于FLAC的隧道BP神经网络位移反分析的可行性。结果表明，反分析所得围岩物理力学参数改进了原勘测资料中的建议值，对隧道围岩稳定性评价及信息化设计具用实际意义。     

软弱围岩浅埋隧道地表砂浆锚杆预加固施工分析

通过实例介绍软弱围岩浅埋隧道(尤其是洞口段)地表用砂浆锚杆进行预加固的施工方法、加固效果和经济效益。     

公路隧道应力释放率对软弱围岩稳定性影响

近年来,由于新奥法广泛地运用于地下工程的施工过程中,围岩与支护结构之间的相互作用以及支护时机受到越来越多的关注。中条山隧道洞口段软弱围岩开挖步序多、工序及应力变化复杂,尤其是核心土解除后和二衬施工前安全风险大。本文采用有限差分软件对该隧道洞口段施工过程进行三维数值模拟,研究了洞周位移及支护结构在不同应力释放率下的力学响应,重点分析了典型断面处洞周围岩及支护结构的位移和受力情况,以及洞周位移随施工过程的动态变化规律。研究结果表明：对于软弱围岩公路隧道,应力释放率越大,围岩的塑性区发展范围越大,洞周位移越大;开挖过程中,拱顶沉降受到的持续性扰动较大;待二次衬砌施作后,仰拱隆起和收敛位移趋于稳定。     

基于Logistic-Verhulst模型的云岭隧道围岩位移预测

隧道围岩的变形是一个非常复杂的非线性演化过程,按照数学思想依据自然界生物生长动态过程建立Logistic-Verhulst模型,模拟计算围岩应力重分布过程的位移.通过在十漫公路云岭隧道实地监测验证,得到在复杂地质条件下,施工过程中软弱围岩变形的超前预报值、收敛趋于稳定的值和趋于稳定的时间,以较高的预测精度,证明了Logistic-Verhulst模型在隧道围岩位移监测应用中的可行性和可靠性.     

软弱围岩隧道变形破坏机制及处治措施

为深入研究软弱围岩隧道产生变形破坏的机制及其处治措施,选取四方山隧道为工程实例,分析其产生局部掉块、拱架剪切变形、塌方等病害的特征。在此基础上研究了该隧道产生变形破坏的机制,从而有针对性地提出了相应的处治措施,并利用数值模拟手段对处治效果进行了全面评价。研究结果表明:1四方山隧道产生变形破坏的主要原因在于其受到水平岩层、地应力、地表防排水、人为因素等的影响;2采取加强初期支护及基底锚注加固措施后,该隧道水平、竖向位移得到有效控制,软弱破碎围岩中的节理、裂隙减少,避免了地下水渗入而引起的基底围岩膨胀;3处治后,隧道初期支护结构的水平位移大幅下降,围岩塑性区范围减小,竖向位移大幅降低,隧道处于稳定状态,塌方变形处治效果良好。     

隧道含软弱夹层围岩分级及稳定性影响研究

结合国内外相关文献研究,提出软弱夹层的分类指标,利用数值模拟方法分析各分类指标对围岩稳定性的影响,将软弱夹层围岩按照受影响程度分为A～D 4个等级,并依托某高铁隧道的施工验证了该分级方法的实用性和可靠性。     

贵南高铁软弱围岩隧道关键施工技术

贵南高速铁路九万大山2号隧道工程穿越Ⅲ、Ⅳ、V级软弱围岩区域,地质条件十分复杂.以该工程为例,探讨了不良地质条件下隧道工程的掘进、爆破及支护等关键施工技术.     

仰拱闭合距离对软弱围岩隧道施工变形控制研究

针对铁路隧道工程施工安全技术关于仰拱与掌子面的距离在V级围岩不得超过40 m的规定,采用MIDASGTS软件,探讨仰拱闭合与掌子面距离分别为30 m(工况1)和60 m(工况2)时,对隧道施工变形控制的影响.结果表明:仰拱闭合距离缩短,拱降和水平收敛均减小,初期支护的内力减小,围岩的应变减小;仰拱跟进距离减小,围岩的稳定性更好.同时,为隧道现场仰拱施工提供理论指导.     

位移反分析在隧道工程有限元数值模拟中的应用

如何更加准确地获取岩土体的力学参数是提高有限元计算结果准确性的前提。以江西寻乌—全南高速公路桂云山隧道为例,提出采用位移反分析的方法获取围岩的力学参数。根据现场监控量测数据,基于位移反分析程序得到围岩的等效弹性模量及侧压力系数,并将由反分析得到的等效弹性模量及侧压力系数和规范建议的取值分别代入到MIDAS/GTS有限元模拟计算,相比之下,发现基于位移反分析的计算结果与实测值更为接近,表明通过反分析的方法获取岩土体力学参数的途径是可行的。     

基于改进BP神经网络法电力负荷短期预测

电力网络结构日益庞大,电力安全可靠运行难度不断增大,须提高电力负荷预测精度,以保证电力设备正常稳定运行。电力负荷变化具有非线性的特点,通过传统建立的模型难以精确预测电力负荷的变化,针对此难点,文中采用具有非线性特征的改进BP神经网络法进行短期负荷预测,在进行负荷预测算法时,为消除训练样本顺序的影响,将整个样本集替代单系列样本进行学习。选取某县城电力负荷历史数据作为样本,Matlab编程仿真,得出预测与期望结果比较接近,部分数据较精确,说明该算法具有一定的参考意义。     

基于Gabor滤波器和改进BP神经网络的人脸检测方法

提出一种基于Gabor滤波器和改进BP神经网络的人脸检测方法.该方法首先利用Gabor滤波器空间位置与方向选择特性,采用8种方向Gabor滤波器提取人脸样本图像特征;然后把基于Gabor滤波器的特征向量作为人脸/非人脸分类器输入,并用PCA方法对特征向量降维;最后利用已降维的特征训练改进的BP神经网络.仿真实验表明,该方法比单一使用Gabor滤波器和单一使用BP神经网络检测率高.     

基于改进BP神经网络的手写邮政编码识别

为解决手写邮政编码识别困难的问题,引入改进的粗网格特征提取方法,对神经网络的网络输入进行简化,并且采用基于LM算法的BP神经网络来进行网络学习。LM算法是一种改进的高斯-牛顿算法,此算法通过简化的网络输入,进一步提高了网络学习的精度、稳定度和学习速度。仿真结果验证了此算法在手写邮政编码识别中的有效性。     

PCA和改进BP神经网络的大米外观品质识别

为了研究大米品质的优劣,采用主成分分析算法和BP神经网络相结合的方法对大米米粒进行识别.将米粒的特征变量进行主成分分析以提取代表性的主成分分量,将获得的主成分作为输入神经元来建立自适应BP神经网络进行学习,并将训练完毕的神经网络用于实际过程中的大米品质判别,同时采用附加动量法和自适应调整速率策略优化网络结构.仿真和实验结果表明,此方法可以使得大米识别的准确度达到95%以上并且有效的减少识别所需时间.     

基于BP神经网络的高密度电阻率数据反演方法

目的 对高密度电阻率数据反演计算,解决传统局部线性化迭代反演时求解容易陷入局部模型极小解和依赖初始模型的选择等问题.方法 采用二维改进有限元法计算不同地电模型的视电阻率,利用所得结果训练BP神经网络,神经网络的自学习能力将使最终输出为全局最优解.结果 将神经网络与最小二乘法的反演结果作以比较,BP神经网络能够得到全局最优解,因此能较好地反映地电模型,并且计算过程中不需要选择初始模型.结论 神经网络训练成功后,能够克服传统反演方法的不足,因此适合解决复杂的非线性反演问题.     

基于PCA的BP神经网络分类器

由于入侵检测处理的多为高维数据,为了提高入侵检测的效率和准确率,提出了一种基于主成分分析(PCA)的特征提取方法,对数据源进行特征降维,将获得的主成分作为BP神经网络的输入进行数据识别.同时介绍了M atlab中相关函数,并与传统入侵检测方法进行了比较.实验结果表明:基于主成分分析的特征提取方法在简化BP神经网络规模的同时,显著提高了入侵检测识别效果.     

基于改进BP人工神经网络的电力负荷预测

电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定,短期电力负荷预测的重要组成部分.利用人工神经网络可以任意逼近非线性系统的特性,将其用于短期负荷预测.该文研究了在改进的BP网络中加入了动量项和构建输入网络时结合了同类型日思想的模糊映射,预测结果表明比标准BP算法具有更好的性能.同时,针对大量无法用精...     

基于改进粒子群算法的BP神经网络模型研究

为解决BP神经网络局部性收敛度慢的问题,提出了基于改进粒子群算法的BP神经网络模型．该方法通过粒子群进化速率动态调整惯性权重因子,提高了算法的收敛速度和全局搜索最优值的能力．提出的模型和改进的算法模拟仿真表明：该方法对收敛速度和精度有更好的拟合性．     

基于BP神经网络的结构系统跟踪辨识方法

针对人工神经网络在结构系统辨识中存在的问题,提出一种基于BP神经网络的跟踪辨识方法.通过将实际结构模型分为一个机理模型和一个实时误差模型,前者基于常规的BP神经网路通过离线训练而成,而后者通过小型的BP神经网络实时辨识系统误差,进而使这种经过改进的系统识别网络能够具有动态递阶识别系统的能力.计算机仿真分析表明,这种方法可有效地减小由于不同外荷载作用引起的结构系统辨识误差,提高人工神经网络在系统辨识中的精度和可靠度.     

基于遗传算法的BP神经网络服装销售预测方法

针对服装企业产品销售的复杂性以及特殊性,提出一种有效的神经网络学习模型. 在对服装销售影响因子分析的基础上建立销售预测网络模型,利用遗传算法对后向传播神经网络的各连接权值进行优化计算. 方法综合了后向传播神经网格和遗传算法两者的优势,既具有神经网络强大的学习能力,又具有遗传算法的全局搜索能力.