基于模糊神经网络的水工隧洞病害诊断研究

引入基于模糊神经网络的综合评判方法,参照铁路、公路隧道的研究成果,构建了水工隧洞病害综合诊断指标体系,划分了水工隧洞安全等级,给出了诊断指标的判定标准,采用改进的层次分析法分析了诊断指标的权重,建立了水工隧洞病害诊断的模糊评价模型,并应用于工程实际,取得了比较符合实际的结论,证实了该方法在工程应用中的可用性.     

结合神经网络的热泵冷凝器模型优化

本文采用了按照制冷剂状态来划分分布参数模型微元的方法,建立了冷凝器的稳态分布参数模型,并将其计算结果与实验数据做了验证。在此基础上建立了和稳态模型相结合的BP神经网络和RBF神经网络模型,通过神经网络对稳态模型进行修正,有效地提高了冷凝器仿真模型在热泵系统中的仿真精度,并比较了用两种神经网络模型进行校正的差异。     

基于模糊神经网络的建筑能耗评估模型研究

通过研究公共建筑耗能特点,结合建筑节能标准,提取了建筑能耗主要影响因素。在研究T-S模糊神经网络结构和算法的基础上,提出了基于T-S模糊神经网络的建筑能耗评估模型,用改进FCM聚类方法确定网络结构和参数初值,运用混合学习算法训练网络模型。将模型运用到评估实例中,结果表明基于改进FCM聚类的T-S模糊神经网络评估模型结构简单,学习和泛化能力强。     

一个可用于集成化建筑CAD系统的工程数据库模型

本文就集成化建筑ＣＡＤ系统中工程数据管理的有关问题进行了研究。通过对建筑工程系统的几个子系统：建筑、结构、暖通、给排水、电气和工程预算等对数据的Ｉ／Ｏ分析，建立了一个适用于集成化建筑ＣＡＤ系统的全局数据模型，并在此基础上设计了一个具有高集成度的工程数据库模型。     

Perceptron Learning in Engineering Design

A model of machine learning in engineering design is presented based on the concept of self-adjustment of internal control parameters and perceptron. A perceptron is defined as a four-tuple entity which can answer either "yes" or "no" in the problem domain. The problem of structural design is cast in a form that can be described by a perceptron without hidden units. Some results from our experimentation are presented in tabular form. The paper is concluded by a comparison of perceptron and explanation-based learning.     

Engineering Urban Complexity: Bespoke Integrated Design

Rapid urbanisation across the globe and far-reaching technological changes are transforming urban design. Building Information modelling (BIM) is combining 3D modelling techniques and the employment of rich datasets, which is eliding the gap between the disciplines of architecture and engineering. This is enabling the introduction of a new level of complexity in the modelling of cities and the simulation and testing of urban and environmental conditions. Rob May , an Associate Director at BuroHappold Engineering and the leader of the structures team in Beijing, reflects on the potential of complex bespoke processes for creative problem-solving in the urban context.     

基于BP神经网络的铁路桥梁混凝土工程造价模型

为了提高工程造价估算精准度,以铁路桥梁混凝土工程为例,利用SPSS软件,统计各项因子之间的相关性,确定工程造价模型的重要影响因子.依据BP神经网络基本原理,构建此类工程造价模型.应用结果表明,本模型能够较为精准地仿真输出工程造价结果,可作为工程造价参考依据.     

基于ELM的大坝变形分析与预报模型

传统的诸如BP神经网络等学习方法训练时需要设置大量的参数,并且容易产生局部最优解。极限学习机(Extreme Learning Machine,ELM)可以随机选择输入权重以及隐藏层偏差且不需要调节,最终只产生唯一最优解。将ELM引入大坝变形分析建模中,建立了基于ELM的变形预报模型。实例表明,相比传统的逐步回归模型与BP神经网络模型,基于ELM的大坝变形预报模型在效率和精度上都有提高。     

改进BP神经网络预测模型实证分析

对BP神经网络进行了简单分析,并针对传统BP网络的缺陷,提出了一些改进的BP神经网络。最后建立基于神经网络的人口预测的模型,用传统BP网络和LMBP网络进行预测对比,结果显示LMBP网络有非常好的预测效果,与传统的BP网络相比有更高的预测精度。     

软土工程性质与微观结构关系的神经网络模型

软土的工程性质很大程度上取决于它的内部结构。通过对广州南沙地区软土的物理力学试验获取了土的物理力学性质指标,利用扫描电镜分析和图像处理技术获取了软土的微观结构参数。运用Matlab神经网络工具箱编程,建立了软土工程性质指标与微观结构参数的RBF神经网络模型。通过两个分析模型(模型Ⅰ和模型Ⅱ)的实例研究表明,RBF网络模型具有结构简单,计算速度快,精度高,泛化能力强、性能稳定的优点。该方法可以作为软土宏微观关系建模的有效途径和软土微观结构试验的有效补充,可为软土工程可靠性分析和软基处理设计提供参考依据。     

Data Parallel Neural Dynamics Model for Integrated Design of Large Steel Structures

We have two objectives in creating novel design theories and computational models: automation and optimization. These two aspects are particularly important in design of complex and large engineering structures. In this article, a robust data parallel neural dynamics model is presented for discrete optimization of large steel structures based on the AISC ASD or LRFD specifications. The computational model has been implemented on a CM–5 supercomputer and applied to integrated minimum–weight design of two steel high–rise building structures. The largest example is a 144–story modified tube–in–tube super–high–rise building structure with 20,096 members. Optimization of such a large structure subjected to the highly nonlinear constraints of actual design codes, such as the AISC LRFD code, where nonlinear second–order effects have to be taken into account, has never been attempted before. The computational model developed in this research finds the minimum–weight design for this very large structure subjected to multiple dead, live, and wind loadings in three different directions automatically. This research demonstrates how a new level in design automation is achieved through the ingenious use of a novel computational paradigm and new high–performance computer architecture.     

改进BP神经网络模型在隧道变形分析中的应用

针对传统的BP神经网络模型在数据拟合方面存在网络收敛速度慢,预测精度不高的缺点,提出一种改进的BP神经网络模型的方法。利用改进后的模型对某一地铁隧道变形监测数据进行分析和预报,并结合MATLAB软件编写的数据处理程序实现改进前后两种模型对同一数据处理结果的对比分析,验证改进后模型的有效性和可靠性。     

模糊神经网络在燃气风险评价的应用

提出了基于故障树信息、专家评价的模糊神经网络的风险评价方法,以焦炉煤气储配站系统为研究对象,对其进行了风险评价。     

浅析岩土工程勘察设计与施工一体化的实现途径

随着社会经济的发展,城镇化建设不断加速,岩土工程勘察、设计与施工逐渐趋于完善,并且在工程建设过程中发挥着重要的作用.然而,近年来一种岩土工程勘察、设计、施工一体化的建设模式逐渐成为岩土工程研究的热点.论文在此背景下,对岩土工程勘察、设计以及施工一体化的实现途径进行了分析探讨.     

基于BP神经网络模型的建筑工程安全损失预测研究

建筑工程安全损失问题不仅关系到建筑企业的稳定发展,而且直接影响着建筑产业整体效率的提升。基于此,针对建筑工程实际,采用文献梳理的方法,构建出建筑工程安全损失影响指标体系,然后再将通过实地调研问卷搜集到的数据带入BP神经网络,进而对各建筑工程安全损失进行预测。研究结果表明,该方法是可行且有效的。     

响应面法及神经网络模型在岩土工程监测数据处理中的应用

非线性回归、时间序列机会色系统分析能较好地处理一般的岩土工程监测数据序列 ,但对监测数据变化较复杂的序列处理效果较差。响应面法处理技术和神经网络模型则能较好地处理这类复杂数据序列 ,为岩土工程监测信息的客观处理提供了新的研究方法。     

暖通设计与室内管网综合设计

明确了设备管线对建筑层高的影响,介绍了在大型公建,大型办公楼设计中的通风排烟管、空调风管、空调水管、采暖水管、给水管、排水管、消火栓管、喷洒管、强电桥架、弱电桥架以及其他管线之间的相互关系;分析了在大中型建筑设计中设备专业管线配合管网综合设计的通常做法。     

Mechanistically Informed Machine Learning and Artificial Intelligence in Fire Engineering and Sciences

Fire Technology - Fire is a chaotic and extreme phenomenon. While the past few years have witnessed the success of integrating machine intelligence (MI) to tackle equally complex problems in...     

神经网络在民用建筑设计工程中的应用

经过多年的发展,人工神经网络在传感器信息处理、信号处理、自动控制、知识处理、运输与通信等领域都取得了较大的发展,但是在建筑设计工程方面却涉猎较少.本文简述神经网络的发展和基本原理(包括模糊联想记忆),重点研究分析神经网络(FAM网)在民用建筑设计工程中的应用.在此基础上,提出了建筑设计领域应用神经网络尚需进一步研究的问题.     

粗糙集和神经网络相融合的钻井安全评价模型

针对动态性、随机性和不确定性较强的钻井作业现场,开展了安全评价的研究。提出了一种基于粗糙集和BP神经网络对作业现场进行安全评价的方法。首先以粗糙集为基础来构建BP神经网络的前置系统,对采集到的样本数据进行属性约简。其次,根据约简结果以及作业当天的事故情况完成了BP神经网络输入层和输出层的设计,并根据输入层和输出层神经元的个数通过试凑法确定网络隐含层的神经元数量范围,并采用训练样本对不同神经元个数所对应的网络模型进行训练,选择网络误差最低的网络作为所构建的网络模型。最后,选取16 d的测试样本对网络进行验证,将网络的输出同作业现场的实际结果进行比较,有14 d的网络结果与实际结果相符,测试准确率达到了87.5%。