北京市柔性路面设计方法和参数的研究

柔性路面设计方法与参数是道路设计中的一个重要方面。为了配合“城市道路设计规范”的编制,并结合北京市具体情况进行了较长时期的研究工作。文章研究了弯沉、弯拉及高温剪切三个控制指标,尤其是对半刚性基层的计算进行了新的探索。此外,对北京市的交通情况及横向分布系数进行了观测与资料分析,系统研究了北京市的土基、材料的特性,取得了参数;利用室内环道用九种不同结构组合对上述指标及参数进行综合验证。目前该成果已用于北京市的路面设计中。     

两层柔性路面系统弹性模量闭合解的正反演计算

为了对现场弯沉试验资料进行解释,已经研究出许多方法对沥青路面进行正反演模量计算.大部分正反演计算方法与程序均依据线性静态分析,有些基于非线性静态模型和线性动态模型,但没有任何方法与程序能够确切表明在实际中具有准确性和简单可行.因此潜在简单、性能优良的正反演算程序具有相当的理论价值与现实意义.本文研究应用线性模型的闭合解,编写出两层柔性路面系统的正反演计算程序,试图采用简单方法获得更准确的正反演模量计算结果.     

遗传算法在路面材料参数识别中的应用研究

针对标准的遗传算法收敛速度慢的特点做了几点改进 :在群体初始化中 ,以均匀产生初始群体代替随机产生 ;实行截断选择 ,隐含了最优保存策略 ;动态变异 ,将改进后的遗传算法和系统识别原理相结合 ,应用于路面反分析中 .分别对理论数据和实测数据进行了计算分析 ,并和目前国内国际较通用的软件计算结果进行了比较分析 .结果表明 ,改进后的遗传算法收敛速度快 ,具有较强的全局优化能力 ,利用该算法进行路面反演可以避免解病态方程 ,反演结果稳定可靠     

CBR试验法用于柔性路面设计的初步探讨

介绍了CBR试验方法，设计与修正CBR的计算方法及其在大庆油田西一路、莎大路改建工程中的应用。     

模糊优化在柔性路面结构可靠度设计中的应用

现行的可靠度设计方法只考虑了各设计基本变量的随机性，而没有考虑它们的模糊性，本文将可靠度理论与柔性路面结构优化设计方法结合起来，并充分考虑各种影响因素的模糊性，提出了更科学、更合理的模糊优化设计方法．     

蒙特卡罗边界法在柔性路面可靠度分析中的应用

本文利用蒙特卡罗边界法分析和计算了柔性路面可靠度,并给出了一个可以直接求出柔性路面结构可靠度指标和设计验算点的电算程序RMCP,分析计算结果表明,文中的方法具有一定的实用性。     

柔性路面动静模量力学响应及疲劳寿命研究

为了研究柔性基层沥青路面结构应力响应及疲劳寿命,依据弹性层状体系理论,利用BISAR3.0计算软件对典型路面结构的力学响应进行计算,通过调整各结构层模量,将计算数据进行汇总,分析动静模量对路面设计指标的影响。结果表明,动静模量变化是影响柔性路面的重要因素,随着车辆轮组和模量的增加,设计指标的轴载作用次数减小,路面疲劳寿命逐渐减少。因此,在道路设计施工时要充分考虑到动静力学变化的影响,为柔性路面在我国实施奠定基础。     

路面结构层厚度误差对模量反算结果的影响

研究了路面结构层厚度误差对模量反算结果的影响 .结果表明 ,路面结构层厚度误差对模量反算结果具有较大的影响 .各层厚度误差对底基层模量反算结果影响较大 ,而对土基模量反算结果影响甚微 .当各结构层厚度误差控制在± 5 %以内时 ,可以使反算的各结构层模量误差不超过± 1 5 % .     

路面状况指数的BP网络预测

路面使用性能预测是路面养护策略决策的关系。在分析了路面使用性能预测模型发展中存在问题的基础上,利用神经网络建立路面状况指数ＰＣＩ的预测模型－ＢＰ网络模型 。     

基于人工神经网络的知识求精方法

将神经网络用于知识求精的主要局限性,是训练时不能改变网络的拓扑结构。本文根据结构学习算法提出了一种基于神经网络的知识求精方法,训练时采用动态增加隐含节点和网络删除改变拓扑结构,然后提取求精后的规则知识。大量实例表明,该方法是有效的。     

液液旋流油水分离器的神经网络模型

采用人工神经网络方法,建立了液液旋流油水分离器的ＢＰ网络模型,该模型能根据物性参数比较准确地预测旋流油水分离器的结构参数和操作参数。     

拱坝近似优化的人工神经网络方法

以国内已建拱坝体形参数为基础,以ＢＰ神经网络方法为手段,建立了拱坝体形参数近似优化的人工神经网络模型．借助该模型不仅可以为拱坝体形优化快速提供高质量的初始可行解,而且可为中、小拱坝体形设计直接提供近似最优解．     

曲轴滚压校直力求解的神经网络建模

针对曲轴 滚压校直过程中滚压力的求解问题，利用人工神经网络的方法，建立与之相适应的人工神经网络模型，并对网络训练算法进行了多项改进，使之更适于问题的求解， 更利于网络的训练收敛。     

人工神经网络在预测领域中的应用

人工神经网络是一门高度综合的交叉学科,具有容错性、固有的并行结构和并行处理、知识的分布储存、自适应性强等特点．人工神经网络可以应用于许多领域,本文介绍了其在预测领域应用的发展和现状．     

人工神经网络硬件化途径与神经计算机研究

讨论了人工神经网络硬件化实现的途径和意义，提出对通用神经计算机性能的原则要求．在此原则指引下研制的小型神经计算机（预言神１号），具有灵活性强，使用方便，每秒模拟２×１０７次神经联结计算，并且有在计算过程中随时变更网络拓扑结构和神经元非线性函数的功能，文中讨论了它的适用范围和性能价格比问题．     

An Improved Minimum Distance Method Based on Artificial Neural Networks

MDM（minimum distance method)is a very popular algorithm in state recognition.But it has a presupposition,that is ,the diatance within one class must be shorter enough than the distance between classes.When this presupostion is not satisfied,the method is no loger valid.In order to overcome the shortcomings of MDM,an improved minimum distance method (IMDM) based on ANN(artificial neural networks)is presented.The simulation results demonstrate that IMDM has two advantages ,that is ,the rate of recognition is faster and the accuracy of recognition is higher compared with MDM.     

概率积分法预计参数选取的神经网络模型

在综合分析概率积分法参数与地质采矿条件之间关系的基础上,采用人工神经网络方法建立了概率积分法参数选取的模型．模型采用改进的BP优化算法,运用我国典型的地表移动观测站资料作为学习训练样本和测试样本。对网络模型的计算结果与实测值进行了对比分析．分析结果表明：用人工神经网络方法求算概率积分法参数结果更接近于实际．对提高开采沉陷预计精度具有积极意义．     

人工神经网络用于建筑工程领域的数据处理方法

数据预处理的好坏严重地影响了神经网络的推理性能和应用，也引起了人们的广泛关注和重视。首先对人工神经网络在建筑工程领域中的应用及进行数据处理的意义进行了阐述，接着对数据处理的步骤和方法进行了比较系统地研究，最后用一个算例验证了该方法的优越性。     

人工神经网络在通信中的一种应用

新近，人工神经网络在通信中已获得了广泛应用，本文研究人工神经网络应用于通信中均衡与译码问题，提出了能同时完成均衡与译码的新方法。计算机仿真证明，它既适合于最小相位信道，也适合于非最小相位信道，还适合于非线性信道。