BP神经网络在静力触探确定单桩承载力中的应用

运用BP神经网络建立了静力触探成果与单桩承载力的相关关系，并通过工程实例将BP神经网络预报值与线性回归数学模型、规范公式方法计算值进行对比，说明BP神经网络在利用静力触探成果确定单桩承载力中是一种行之有效的方法，具有精度高，信息处理智能化等特点，计算结果明显优于传统的线性回归数学模型和规范公式方法，具有较好的应用价值。     

小波神经网络在群桩基础轴力监测中的应用

深水群桩基础是目前大跨径桥梁工程采用的主要基础型式之一。为了研究其荷载传递机理、群桩效应、上部结构—桩—土的共同作用,信息化施工技术已在多座大型桥梁上得到了运用。然而受水文、气象及工程施工等诸多外界因素的干扰,所监测到的轴力时程曲线存在许多突变点,严重干扰了桩基础承载力的分析和预测。为此,提出基于小波神经网络的预测模型,首先采用小波分析对原始监测数据进行去噪,得到反映实际变化的基桩轴力时程曲线,然后分别采用BP神经网络、改进的BP神经网络和径向基函数(RBF)神经网络对其进行预测。研究结果表明:基于小波分析的径向基函数(RBF)神经网络模型预测效果较好。     

基于尖点突变理论的摩擦桩竖向承载力分析

摩擦桩的竖向承载力主要由桩侧摩阻力来承担。将尖点突变理论引入摩擦桩竖向极限承载力的计算中,推导出了摩擦桩单桩竖向极限承载力的计算公式,用静载荷试验验证后,计算结果偏小,用于工程实践偏于安全。这可能是由于土体本身力学性质比较复杂、桩土共同作用机理难以描述,同时参数的选择也较难把握。     

水泥搅拌桩单桩承载力影响因素研究

目的 水泥搅拌桩单桩承载力的大小对复合地基承载力的大小起着举足轻重的作用.但是很多试验实测结果表明:在复合地基中,单桩承载力发挥值均没有达到理论计算值.因此有必要对水泥搅拌桩单桩承载力的影响因素进行研究.方法 通过对某道路工程水泥搅拌桩钻芯取样试验研究.结果 总结出钻芯取样扰动、桩距大小、场地地质差异等因素均影响水泥搅拌桩单桩承载力.结论 :针对水泥搅拌桩复合地基单桩承载力计算公式提出改进意见,为水泥搅拌桩复合地基的设计提供一定的参考.     

单桩竖向极限承载力标准值计算的讨论

用现场静载荷试验确定单桩竖向极限承载力标准值时,《建筑桩基技术规范》(JG J94-94)存在着问题,无法进行计算,提出了建议和改进方法。     

改进粒子群优化 BP 神经网络的洪水智能预①测模型研究

该文提出改进的PSO‐BP算法在洪水预测应用中建立预测模型。以BP神经网络为基础,提取观测站往年平均径流量作为洪水属性。采用改进的PSO‐BP算法对神经网络的各个参数进行优化,最后建立模型应用于流域观测站的洪水预报模型,叙述了PSO粒子群算法和BP神经网络算法,详细阐述粒子群算法优化BP神经网络的权值和阈值,得出最优的BP神经网络预测适应度值。通过实验仿真对比,结果表明此方法预测结果比BP神经网络算法和混沌径向基神经网络模型算法精度更高,提高了预测的效率。     

人工神经网络预测注水腐蚀管道的剩余寿命

利用人工神经网络的自适应、自组织学习能力，通过对训练样本集的学习，使用传统的CVDA－84规范、传统的BP神经网络、改进的Rumelhart和MBP神经网络，对注水管道的剩余寿命进行了预测。结果表明，CVDA－84规范偏保守，采用BP以及改进的BP神经网络预测的剩余寿命和观测值基本一致。但采用BP人工神经网络预测时，迭代次数比CVDA多得多。采用改进的Rumelhart和MBP神经网络能有效地提高预测速度，改善网络的收敛性，并且使预测精度有所提高。     

基于支持向量机的中国农业机械总动力预测

为更好地预测中国农业机械总动力的发展趋势,引入了基于支持向量机的预测方法.以1979—2008年中国农业机械总动力的统计数据为训练样本,以2009年和2010年的统计数据为检验样本,采用新陈代谢法建立了基于支持向量机的我国农业机械总动力预测模型.为了验证该方法的有效性和优越性,同时采用新陈代谢法分别建立了基于普通BP神经网络和改进的BP神经网络的预测模型.仿真预测与检验样本预测的结果表明,基于支持向量机的预测精度明显高于普通BP神经网络和改进的BP神经网络预测模型.在此基础上,计算出2011年至2015年中国农业机械总动力的预测值分别为97 859.1,103 053.7,108 480.7,112 794.7,115 096.8万kW,指出了其具有增长趋缓的变化趋势.     

锥形桩在天津地区的试验研究

研究了锥形桩在竖向桩顶加荷方式下竖向极限承载力、桩侧摩阻力及桩端阻力的发展 ,并与同条件下等截面桩进行对比 ,结果发现前者承载力是后者的 1.83倍     

基于遗传BP神经网络组合模型的中药销售预测研究

对某医院2010-2012年中药的销售及变化情况进行了对比分析。为了更好地保证医院中药的库存数量,提出了一种基于遗传算法优化BP神经网络组合模型,用改进的遗传BP神经网络进行中药销售量预测,并将预测结果和单纯使用BP网络的预测结果进行比较,实验证明遗传BP神经网络模型具有更高的预测准确度,为医院中药销售及科学管理中药库存量提供科学依据。     

基于粒子群优化的BP网络模型在旱涝预测中的应用

旱涝预测为旱涝灾害防御措施的研究提供重要的依据.运用PSO优化的BP神经网络建立了旱涝预测模型.PSO优化的BP神经网络既发挥了BP神经网络在预测领域的优点,同时又结合了PSO算法全局搜索能力强、收敛速度快等特点进行预测.预测结果表明:辽宁省本溪地区11年实测数据对PSO优化的BP神经网络模型进行验证,PSO优化的BP神经网络模型的预测结果明显好于未经优化的,模型精度得到了一定程度的提高,能满足本溪地区旱涝预测的实际需要.     

考虑径向非匀质性的层状地基中摩擦桩动力阻抗研究

采用考虑了桩周土的非匀质性的Novak薄层法计算桩土相互作用的方法,对考虑径向非匀质性的层状地基中摩擦桩竖向动力阻抗的简化计算方法进行了研究,得到了相应的计算公式.并分析了桩周土非匀质性、泊松比、频率等因素对单桩竖向动力阻抗的影响.分析结果表明:非匀质区刚度与匀质区刚度比对单桩竖向动力阻抗基本无影响,泊松比、非匀质区大小则有较大影响.     

基于改进BP网络模型的洪水预报研究

针对目前神经网络应用于洪水预报时存在的不足,引入遗传算法、模糊神经网络对BP网络模型进行了改进,建立了基于改进BP网络模型的洪水预报模型,并将改进的BP网络模型应用于文峪河洪水过程的预报。预测结果表明,过程预报合格率达93．54%。达到了水文预报规范的要求;与传统BP网络相比,改进算法可提高洪峰的预报精度。     

改进BP神经网络在管道腐蚀速率预测中的应用

针对影响管道腐蚀速率预测精度出现的BP算法易陷入局部最小值、收敛速度慢和引起振荡效应等问题,根据改进自适应遗传算法在广泛的空间搜索和向最优解的方向尽快收敛于最优目标的特点,提出了使用改进自适应遗传算法优化BP神经网络,构建了优化的混合算法神经网络模型.实际应用表明,该模型将大大提高网络的学习效率和预测评判的准确率.     

CFG单桩承载力现场静载荷试验研究

为了准确、合理地确定CFG单桩承载力特征值,客观评价桩的承载能力,依托CFG桩复合地基处理呼和浩特市绕城高速公路软弱地基,对CFG单桩进行静载荷现场试验.根据现场工程地质情况,通过对静载荷试验结果进行分析,证明抗力分项系数和极限值承载力标准值折减系数的选取对确定单桩承载力特征值影响较大.     

基于灰色理论的BP神经网络入侵预测模型

提出一种基于灰色理论BP神经网络的网络入侵预测方法。针对传统的预测方法难以高效预测大规模网络的复杂攻击行为,利用基于灰色理论的BP神经网络算法,对网络传输中的数据包建立模型、分析和检测识别,结果表明了改进后的入侵预测模型具有更好的预测精确度和效率。     

稳态机械阻抗法测定单桩竖向承载力

将桩土模型简化成一个质量弹簧体体系,用稳态机械阻抗法测定单桩竖向承载力。计算承载力的关键,就是动刚度的测试精度问题。在进行动刚度计算时,引入更精确数学公式,在准确的试验测试数据的基础上,可取得更快捷、更准确的计算结果。     

刚芯水泥土搅拌桩的对比试验研究

测试了相同规格刚芯水泥土搅拌桩和混凝土钻孔灌注桩的承载力 ,并研究了芯桩长度对刚芯水泥土搅拌桩承载力的影响。结果表明 ,刚芯水泥土搅拌桩的承载力是钻孔灌注桩的 1.36～ 1.5 4倍 ,而价格仅为钻孔灌注桩的 2 6 %～ 31% ;提高芯桩长度比可提高单桩承载力 ,但长度比超过 0 .6后 ,承载力增长缓慢 ;相同长度的刚芯水泥土搅拌桩 ,芯桩越长 ,单桩承载力越高。     

基于人工蜂群改进的BP神经网络移动用户行为分析及预测方法

如何根据不同的用户行为,来为移动用户提供精准的个性化服务是目前移动应用服务开发技术发展的主流。为解决BP神经网络建模算法收敛速度慢及预测不准确问题,提出基于人工蜂群算法改进的BP神经网络算法。为测试改进后算法的准确性,采用Matlab编程进行试验仿真,通过黑盒子测试方法输出预测的用户行为和实际的用户行为。在18次预测中只有2次预测失败,预测成功率达80%以上。为了验证改进的BP神经网络算法的效率,采用初始总群数为1000,进行了收敛性测试。试验结果表明:基于人工蜂群算法改进的BP神经网络算法可以有效的提高移动用户行为分析的效率和准确性,对在使用移动用户行为分析模型构建过程中,准确定位用户上网需求,提升企业在营销中的竞争力具有非常重要的意义。     

优化BP神经网络算法在油茶产量预测中的应用

针对标准的BP神经网络模型对我国南方的重要木本油料树种油茶产量进行预测过程中存在的缺陷,采用相对误差逐步优化回溯算法在迭代过程的参数,使原始的BP神经网算法在运算精度和计算速度上均得到显著的提高,即一种改进的回溯算法优化BP神经网络预测模型。经过试验效验与仿真证明,得到的改进算法不仅能提高油茶产量预测的收敛速度,而且在油茶产量预测精度上也有很大的提高。优化后的BP神经网络算法为多要素因子之间相互影响事件的结果预测,提供了新的设计思路和更好的解决方法。