四虎无码,天天碰天天干,爱爱AV无码爱爱,农村熟女88AV

更新日期: 2025-06-13

基于修正的BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法研究

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>955KB

頁數(shù):5P

人氣 :57

基于修正的BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法研究 4.7

在巖土工程中如何準(zhǔn)確預(yù)測樁基豎向承載力是一件非常重要的事情。針對現(xiàn)有研究存在的不足,基于標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法,加入一動(dòng)量因子,建立了修正的BP神經(jīng)網(wǎng)絡(luò)模型,對單樁的豎向承載力進(jìn)行了預(yù)測。以鎮(zhèn)江市勘察測繪研究院所完成的地質(zhì)勘查報(bào)告為工程背景,以地震波靜力觸探測試(SCPTU)測得的4個(gè)指標(biāo)(錐尖阻力、錐側(cè)摩阻力、剪切波速和孔隙水壓力)為輸入?yún)?shù),樁基承載力為輸出參數(shù)。通過與現(xiàn)場靜載試驗(yàn)進(jìn)行比對,得到了相關(guān)系數(shù)較高的樁基荷載響應(yīng)曲線。經(jīng)過與傳統(tǒng)預(yù)測方法進(jìn)行比較發(fā)現(xiàn),用修正的BP神經(jīng)網(wǎng)絡(luò)算法可以有效預(yù)測樁基豎向承載力,精度較高。

基于修正的BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法研究

基于修正的BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法研究

格式:pdf

大小:4.4MB

頁數(shù):5P

在巖土工程中如何準(zhǔn)確預(yù)測樁基豎向承載力是一件非常重要的事情。針對現(xiàn)有研究存在的不足,基于標(biāo)準(zhǔn)bp神經(jīng)網(wǎng)絡(luò)算法,加入一動(dòng)量因子,建立了修正的bp神經(jīng)網(wǎng)絡(luò)模型,對單樁的豎向承載力進(jìn)行了預(yù)測。以鎮(zhèn)江市勘察測繪研究院所完成的地質(zhì)勘查報(bào)告為工程背景,以地震波靜力觸探測試(scptu)測得的4個(gè)指標(biāo)(錐尖阻力、錐側(cè)摩阻力、剪切波速和孔隙水壓力)為輸入?yún)?shù),樁基承載力為輸出參數(shù)。通過與現(xiàn)場靜載試驗(yàn)進(jìn)行比對,得到了相關(guān)系數(shù)較高的樁基荷載響應(yīng)曲線。經(jīng)過與傳統(tǒng)預(yù)測方法進(jìn)行比較發(fā)現(xiàn),用修正的bp神經(jīng)網(wǎng)絡(luò)算法可以有效預(yù)測樁基豎向承載力,精度較高。

基于混沌優(yōu)化-神經(jīng)網(wǎng)絡(luò)的單樁豎向極限承載力預(yù)測方法

基于混沌優(yōu)化-神經(jīng)網(wǎng)絡(luò)的單樁豎向極限承載力預(yù)測方法

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>150KB

頁數(shù):4P

基于混沌優(yōu)化-神經(jīng)網(wǎng)絡(luò)的單樁豎向極限承載力預(yù)測方法——分析了bp神經(jīng)網(wǎng)絡(luò)和混沌優(yōu)化的特點(diǎn),并將混沌優(yōu)化方法和梯度下降法結(jié)合起來構(gòu)成一種新的組合搜索優(yōu)化方法。結(jié)合珠江三角洲大量試樁資料,建立了基于混沌優(yōu)化一神經(jīng)網(wǎng)絡(luò)的單樁極限承載力預(yù)測模型。實(shí)例研...

編輯推薦下載

基于BP神經(jīng)網(wǎng)絡(luò)的單樁極限承載力預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的單樁極限承載力預(yù)測

格式:pdf

大小:156KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的單樁極限承載力預(yù)測 3

基于bp神經(jīng)網(wǎng)絡(luò)的單樁極限承載力預(yù)測——從基樁高應(yīng)變動(dòng)測試驗(yàn)的結(jié)果中提取特征參數(shù),組成反映基樁豎向承載力的特征向量,利用bp神經(jīng)網(wǎng)絡(luò)的非線性映射特性和學(xué)習(xí)能力,建立了特征向量和單樁豎向極限承載力之間的一種對應(yīng)關(guān)系,實(shí)例研究表明,人工神經(jīng)網(wǎng)絡(luò)的預(yù)測...

立即下載
BP神經(jīng)網(wǎng)絡(luò)在地基承載力預(yù)測中的應(yīng)用 BP神經(jīng)網(wǎng)絡(luò)在地基承載力預(yù)測中的應(yīng)用 BP神經(jīng)網(wǎng)絡(luò)在地基承載力預(yù)測中的應(yīng)用

BP神經(jīng)網(wǎng)絡(luò)在地基承載力預(yù)測中的應(yīng)用

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>314KB

頁數(shù):2P

BP神經(jīng)網(wǎng)絡(luò)在地基承載力預(yù)測中的應(yīng)用 4.5

闡述了bp人工神經(jīng)網(wǎng)絡(luò)原理,分析了地基承載力的影響因素,以云安縣六都—高要大灣二級公路(云浮段)新建工程勘察數(shù)據(jù)為例,通過建立神經(jīng)網(wǎng)絡(luò)模型并對模型進(jìn)行訓(xùn)練,結(jié)果表明,該模型比較精確,可在今后勘察工作中運(yùn)用。

立即下載

基于修正BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法熱門文檔

相關(guān)文檔資料 668689 立即查看>>
基于WPNN與數(shù)據(jù)融合技術(shù)的樁基承載力預(yù)測方法研究

基于WPNN與數(shù)據(jù)融合技術(shù)的樁基承載力預(yù)測方法研究

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>49KB

頁數(shù):8P

基于WPNN與數(shù)據(jù)融合技術(shù)的樁基承載力預(yù)測方法研究 4.6

基于wpnn與數(shù)據(jù)融合技術(shù)的樁基承載力預(yù)測方法研究- 工程事故分析 基于wpnn與數(shù)據(jù)融合技術(shù)的樁基承載力預(yù)測方法研究 摘要:為了能夠快速并較準(zhǔn)確的預(yù)測樁基的承載能力,達(dá)到在施 工過程中減少或不做試樁的效果,以單樁為例,分析了影響豎向承載 能力的量化因素及非量化的因素,利用小波概率神經(jīng)網(wǎng)絡(luò)(wpnn)與 數(shù)據(jù)融合技術(shù)的聯(lián)想和預(yù)測功能,得出承載力和這些因素的關(guān)系。通 過對鉆孔灌注樁的靜載試驗(yàn)數(shù)據(jù)分析,選擇了wpnn與數(shù)據(jù)融合技 術(shù)的方法對試驗(yàn)數(shù)據(jù)進(jìn)行分析,建立了合理的模型進(jìn)行承載力預(yù)測, 6根單樁的承載力的預(yù)測值與實(shí)測值吻合較好,證明了該方法在預(yù)測 樁基豎向承載能力時(shí)可以滿足工程實(shí)際的需要。 關(guān)鍵詞:樁基承載力,小波概率神經(jīng)網(wǎng)絡(luò)(wpnn),數(shù)據(jù)融合,預(yù)測 隨著大跨度橋梁結(jié)構(gòu)的迅速發(fā)展,樁基礎(chǔ)的應(yīng)用日趨廣泛。近年 來,由于成樁工藝、檢測手段的不斷完善,樁基礎(chǔ)

立即下載
基于遺傳-BP神經(jīng)網(wǎng)絡(luò)預(yù)測單樁豎向承載力

基于遺傳-BP神經(jīng)網(wǎng)絡(luò)預(yù)測單樁豎向承載力

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>192KB

頁數(shù):4P

基于遺傳-BP神經(jīng)網(wǎng)絡(luò)預(yù)測單樁豎向承載力 3

基于遺傳-bp神經(jīng)網(wǎng)絡(luò)預(yù)測單樁豎向承載力——在遺傳算法改進(jìn)bp神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,利用遺傳算法的全局優(yōu)化能力和bp神經(jīng)網(wǎng)絡(luò)的較強(qiáng)的高次非線性能力和自學(xué)習(xí)能力,建立預(yù)測單樁豎向承載力的遺傳一bp神經(jīng)網(wǎng)絡(luò)模型。通過利用濟(jì)南地區(qū)現(xiàn)場試樁資料對該模型進(jìn)行訓(xùn)練和...

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的靜壓樁承載力時(shí)間效應(yīng)預(yù)測 基于BP神經(jīng)網(wǎng)絡(luò)的靜壓樁承載力時(shí)間效應(yīng)預(yù)測 基于BP神經(jīng)網(wǎng)絡(luò)的靜壓樁承載力時(shí)間效應(yīng)預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的靜壓樁承載力時(shí)間效應(yīng)預(yù)測

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>313KB

頁數(shù):未知

基于BP神經(jīng)網(wǎng)絡(luò)的靜壓樁承載力時(shí)間效應(yīng)預(yù)測 4.6

基于珠海軟土地區(qū)3根phc管樁隔時(shí)復(fù)壓試驗(yàn)數(shù)據(jù),采用bp神經(jīng)網(wǎng)絡(luò)建立了靜壓樁承載力時(shí)間效應(yīng)的bp神經(jīng)網(wǎng)絡(luò)模型來預(yù)測靜壓樁的長期承載力。在建模過程中將樁長、樁截面積、土體摩擦角、土體變形模量、滲透系數(shù)、最終壓樁力及休止期等與靜壓樁承載力密切相關(guān)的7個(gè)參數(shù)引入到輸入層,用visualbasic語言編制了以最終壓樁力和休止期為主要輸入因素的計(jì)算程序,程序可以對比顯示計(jì)算和實(shí)測曲線。在樣本訓(xùn)練和學(xué)習(xí)過程中,任意選取2根樁的試驗(yàn)數(shù)據(jù)來預(yù)測第3根樁的長期承載力。通過對施工現(xiàn)場工程樁的試算,預(yù)測結(jié)果與實(shí)測值較為吻合,表明提出的bp神經(jīng)網(wǎng)絡(luò)模型用于預(yù)測靜壓樁長期承載力是切實(shí)可行的。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的民航安全預(yù)測方法研究 基于BP神經(jīng)網(wǎng)絡(luò)的民航安全預(yù)測方法研究 基于BP神經(jīng)網(wǎng)絡(luò)的民航安全預(yù)測方法研究

基于BP神經(jīng)網(wǎng)絡(luò)的民航安全預(yù)測方法研究

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>58KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的民航安全預(yù)測方法研究 4.4

為了對民航系統(tǒng)安全運(yùn)行狀態(tài)進(jìn)行科學(xué)的分析和預(yù)測,針對反映民航系統(tǒng)安全運(yùn)行狀態(tài)的重要指標(biāo)之一——飛行事故萬時(shí)率,采用bp神經(jīng)網(wǎng)絡(luò)的時(shí)間序列非線性預(yù)測模型及方法,對其進(jìn)行了分析研究和仿真驗(yàn)證,計(jì)算結(jié)果表明,該預(yù)測方法是可行的,并與實(shí)際具有較好的一致性。

立即下載
高層建筑樁基承載力預(yù)測方法及應(yīng)用研究 高層建筑樁基承載力預(yù)測方法及應(yīng)用研究 高層建筑樁基承載力預(yù)測方法及應(yīng)用研究

高層建筑樁基承載力預(yù)測方法及應(yīng)用研究

格式:pdf

大小:147KB

頁數(shù):1P

高層建筑樁基承載力預(yù)測方法及應(yīng)用研究 4.5

根據(jù)長期的工程實(shí)測資料,利用高層建筑物靜載實(shí)驗(yàn)數(shù)據(jù)對模型進(jìn)行了檢驗(yàn),并選取了典型的樣本進(jìn)行了預(yù)測值的誤差分析,結(jié)果表明,預(yù)測的結(jié)果和靜載實(shí)驗(yàn)數(shù)據(jù)吻合較好,從而證實(shí)了wpnn預(yù)測方法具有較好的可靠性和工程應(yīng)用價(jià)值。

立即下載

基于修正BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法精華文檔

相關(guān)文檔資料 668689 立即查看>>
神經(jīng)網(wǎng)絡(luò)在單樁承載力預(yù)測中的應(yīng)用

神經(jīng)網(wǎng)絡(luò)在單樁承載力預(yù)測中的應(yīng)用

格式:pdf

大小:331KB

頁數(shù):4P

神經(jīng)網(wǎng)絡(luò)在單樁承載力預(yù)測中的應(yīng)用 3

神經(jīng)網(wǎng)絡(luò)在單樁承載力預(yù)測中的應(yīng)用——運(yùn)用基于bp神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型對phc樁的極限承載力進(jìn)行預(yù)測。分別利用灰色gm(1,)模型和bp神經(jīng)網(wǎng)絡(luò)對樁在荷載作用下的沉降進(jìn)行估算,然后利用人工神經(jīng)網(wǎng)絡(luò)中的bp網(wǎng)絡(luò)對所得的結(jié)果進(jìn)行組合預(yù)測;最后利用lagrange算法...

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的自密實(shí)混凝土梁受彎承載力預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的自密實(shí)混凝土梁受彎承載力預(yù)測

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>162KB

頁數(shù):3P

基于BP神經(jīng)網(wǎng)絡(luò)的自密實(shí)混凝土梁受彎承載力預(yù)測 4.6

采用神經(jīng)網(wǎng)絡(luò)方法對自密實(shí)混凝土受彎梁的正截面承載力進(jìn)行模擬.以影響自密實(shí)混凝土梁受彎承載力的主要因素(抗壓強(qiáng)度、截面尺寸、配筋率等)為參數(shù),以構(gòu)件的受彎極限承載力為網(wǎng)絡(luò)輸出,建立多層前饋神經(jīng)網(wǎng)絡(luò)來描述其非線性關(guān)系.利用不同研究者的32組試驗(yàn)數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測試.測試表明,建立的神經(jīng)網(wǎng)絡(luò)模型對32組試驗(yàn)數(shù)據(jù)具有良好的模擬精度,可作為預(yù)測自密實(shí)混凝土梁受彎承載力的一種新的計(jì)算方法.

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的FRP加固混凝土柱承載力預(yù)測

基于BP神經(jīng)網(wǎng)絡(luò)的FRP加固混凝土柱承載力預(yù)測

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>233KB

頁數(shù):4P

基于BP神經(jīng)網(wǎng)絡(luò)的FRP加固混凝土柱承載力預(yù)測 4.5

為提高纖維增強(qiáng)復(fù)合材料(frp)加固混凝土軸壓柱承載力的計(jì)算精度,建立了frp加固混凝土軸壓柱承載力的bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型.利用大量試驗(yàn)數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并用訓(xùn)練成熟的神經(jīng)網(wǎng)絡(luò)模型對frp加固混凝土軸壓柱的承載力進(jìn)行了預(yù)測.通過模型預(yù)測值與試驗(yàn)結(jié)果的比較,證明該模型的預(yù)測結(jié)果具有一定的可信度,最大誤差不超過15%,比其他計(jì)算模型的精度高.

立即下載
基于遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合的區(qū)域水資源承載力綜合評價(jià) 基于遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合的區(qū)域水資源承載力綜合評價(jià) 基于遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合的區(qū)域水資源承載力綜合評價(jià)

基于遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合的區(qū)域水資源承載力綜合評價(jià)

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>552KB

頁數(shù):4P

基于遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合的區(qū)域水資源承載力綜合評價(jià) 4.4

在遺傳算法與誤差反向傳播網(wǎng)絡(luò)(bp網(wǎng)絡(luò))結(jié)構(gòu)相結(jié)合的基礎(chǔ)上,提出了利用改進(jìn)的遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)進(jìn)行水資源承載力綜合評價(jià)的新方法,將該方法應(yīng)用于淮河流域水資源承載力綜合評價(jià),實(shí)例表明是可行的,為水資源承載力定量分析開辟了新的途徑.

立即下載
BP神經(jīng)網(wǎng)絡(luò)在方形鋼管砼承載力預(yù)測中的應(yīng)用 BP神經(jīng)網(wǎng)絡(luò)在方形鋼管砼承載力預(yù)測中的應(yīng)用 BP神經(jīng)網(wǎng)絡(luò)在方形鋼管砼承載力預(yù)測中的應(yīng)用

BP神經(jīng)網(wǎng)絡(luò)在方形鋼管砼承載力預(yù)測中的應(yīng)用

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>66KB

頁數(shù):1P

BP神經(jīng)網(wǎng)絡(luò)在方形鋼管砼承載力預(yù)測中的應(yīng)用 4.5

本文利用人工神經(jīng)網(wǎng)絡(luò)建立了方形鋼管混凝土的神經(jīng)網(wǎng)絡(luò)bp模型。對方鋼管混凝土軸壓短柱,選取試件長度、截面的寬度、鋼管的厚度、混凝土的抗壓強(qiáng)度及鋼材的屈服強(qiáng)度5個(gè)影響軸壓短柱極限承載力的主要因素作為輸入單元,選用45組數(shù)據(jù)作為訓(xùn)練集,8組數(shù)據(jù)作為測試集,建立了一個(gè)3層的bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型,仿真預(yù)測結(jié)果要比現(xiàn)有計(jì)算理論更準(zhǔn)確。

立即下載

基于修正BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法最新文檔

相關(guān)文檔資料 668689 立即查看>>
基于BP神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測算法 基于BP神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測算法 基于BP神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測算法

基于BP神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測算法

格式:pdf

大小:82KB

頁數(shù):2P

基于BP神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測算法 4.6

將bp神經(jīng)網(wǎng)絡(luò)用于電力負(fù)荷預(yù)測。給出了具體的數(shù)據(jù)處理方法、神經(jīng)網(wǎng)絡(luò)構(gòu)造及預(yù)測結(jié)果評價(jià)方法。在南京市夏季電力負(fù)荷統(tǒng)計(jì)數(shù)據(jù)集上面的實(shí)驗(yàn)結(jié)果表明,bp神經(jīng)網(wǎng)絡(luò)能夠?qū)﹄娏ω?fù)荷進(jìn)行較好地預(yù)測。

立即下載
改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法在基坑沉降預(yù)測中的應(yīng)用

改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法在基坑沉降預(yù)測中的應(yīng)用

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>292KB

頁數(shù):2P

改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法在基坑沉降預(yù)測中的應(yīng)用 4.5

提出一種采用bp神經(jīng)網(wǎng)絡(luò)算法來預(yù)測深基坑沉降的方法,結(jié)合具體工程實(shí)例,構(gòu)建了預(yù)測深基坑周邊地表沉降具體bp神經(jīng)網(wǎng)絡(luò)模型,預(yù)測結(jié)果表明,該模型有較高的預(yù)測精度,可作為預(yù)測沉降的一種新方法。

立即下載
確定單樁極限承載力的神經(jīng)網(wǎng)絡(luò)方法

確定單樁極限承載力的神經(jīng)網(wǎng)絡(luò)方法

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>291KB

頁數(shù):4P

確定單樁極限承載力的神經(jīng)網(wǎng)絡(luò)方法 3

確定單樁極限承載力的神經(jīng)網(wǎng)絡(luò)方法——利用樁基靜載試驗(yàn)的荷載~沉降數(shù)據(jù),由神經(jīng)網(wǎng)絡(luò)建立荷載與沉降之間的映射關(guān)系,按規(guī)范可確定或推測樁基極限承載力。通過7根樁的實(shí)例分析,表明該方法是有效的,具有較好的實(shí)用價(jià)值。

立即下載
應(yīng)用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)預(yù)測單樁極限承載力

應(yīng)用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)預(yù)測單樁極限承載力

格式:pdf

大小:207KB

頁數(shù):3P

應(yīng)用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)預(yù)測單樁極限承載力 3

應(yīng)用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)預(yù)測單樁極限承載力——在徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的基本原理基礎(chǔ)上,通過對影響單樁極限承載力因素的分析,建立了單樁極限承載力設(shè)計(jì)的grnn模型,并進(jìn)行了實(shí)例分析。計(jì)算結(jié)果具有較高的精度和收斂速度快等特點(diǎn),是一種行之有效的預(yù)測單樁極限...

立即下載
基于小波神經(jīng)網(wǎng)絡(luò)的CFG樁復(fù)合地基承載力預(yù)測 基于小波神經(jīng)網(wǎng)絡(luò)的CFG樁復(fù)合地基承載力預(yù)測 基于小波神經(jīng)網(wǎng)絡(luò)的CFG樁復(fù)合地基承載力預(yù)測

基于小波神經(jīng)網(wǎng)絡(luò)的CFG樁復(fù)合地基承載力預(yù)測

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>330KB

頁數(shù):5P

基于小波神經(jīng)網(wǎng)絡(luò)的CFG樁復(fù)合地基承載力預(yù)測 4.4

針對bp神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時(shí)間長、收斂速度慢等缺陷,借助小波分析理論,將母小波平移和伸縮構(gòu)成的小波基作為神經(jīng)網(wǎng)絡(luò)的激勵(lì)函數(shù),通過指導(dǎo)網(wǎng)絡(luò)的初始化和參數(shù)選取,使網(wǎng)絡(luò)以較簡單的拓?fù)浣Y(jié)構(gòu)實(shí)現(xiàn)函數(shù)逼近,利用網(wǎng)絡(luò)訓(xùn)練建立起承載力與其影響因素之間的非線性關(guān)系。在相同結(jié)構(gòu)和參數(shù)下,與bp神經(jīng)網(wǎng)絡(luò)進(jìn)行分析對比。結(jié)果表明:利用小波變換對數(shù)據(jù)時(shí)頻局域化分析的能力并結(jié)合人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能,使得小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型具有較強(qiáng)的逼近和容錯(cuò)能力,預(yù)測結(jié)果比傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)具有更快的收斂速度和更高的精度。

立即下載
基于神經(jīng)網(wǎng)絡(luò)方法對多層磚房震害預(yù)測 基于神經(jīng)網(wǎng)絡(luò)方法對多層磚房震害預(yù)測 基于神經(jīng)網(wǎng)絡(luò)方法對多層磚房震害預(yù)測

基于神經(jīng)網(wǎng)絡(luò)方法對多層磚房震害預(yù)測

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>210KB

頁數(shù):3P

基于神經(jīng)網(wǎng)絡(luò)方法對多層磚房震害預(yù)測 4.8

強(qiáng)烈的地震給人們生命財(cái)產(chǎn)帶來巨大損失,為了能夠在地震之前預(yù)測出建筑物震害,提出一多層磚房為例。利用matlab神經(jīng)網(wǎng)絡(luò)工具箱,建立一種基于貝葉斯正則算法的bp神經(jīng)網(wǎng)絡(luò)模型,并以過去發(fā)生地震地區(qū)的多層磚房調(diào)查數(shù)據(jù)為震害因子的震害預(yù)測方法。結(jié)果表明:對多層磚房的震害樣本的預(yù)測達(dá)到理想效果。

立即下載
基于遺傳克隆選擇算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的地理信息預(yù)測研究 基于遺傳克隆選擇算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的地理信息預(yù)測研究 基于遺傳克隆選擇算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的地理信息預(yù)測研究

基于遺傳克隆選擇算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的地理信息預(yù)測研究

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>486KB

頁數(shù):4P

基于遺傳克隆選擇算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的地理信息預(yù)測研究 4.7

針對bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中的訓(xùn)練時(shí)間較長、完全不能訓(xùn)練或容易陷入局部極小值等問題,提出基于遺傳克隆選擇算法(cloga)優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的流程,克服bp算法的一些缺陷。并通過湖北省人口預(yù)測問題進(jìn)行效果檢驗(yàn),得到滿意的結(jié)果。

立即下載
基于Bagging算法和遺傳BP神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測

基于Bagging算法和遺傳BP神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>277KB

頁數(shù):4P

基于Bagging算法和遺傳BP神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測 4.4

負(fù)荷預(yù)測是電力規(guī)劃的基礎(chǔ),傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測方法存在對初始網(wǎng)絡(luò)權(quán)值設(shè)置敏感、收斂的速度慢、容易陷入局部極小值等缺點(diǎn)。文中引入遺傳算法先對神經(jīng)網(wǎng)絡(luò)的初始值進(jìn)行優(yōu)化,再通過神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和訓(xùn)練,得出的結(jié)果再經(jīng)bagging方法集成,目的是提高其準(zhǔn)確率。通過matlab仿真進(jìn)行實(shí)驗(yàn),結(jié)果表明,基于bagging算法集成遺傳神經(jīng)網(wǎng)絡(luò),能夠克服傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)的缺點(diǎn),可較快收斂又不易陷入到局部極值中,具有較強(qiáng)的泛化能力,同時(shí)也大大提高了網(wǎng)絡(luò)的預(yù)測精度。

立即下載
基于RBF神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究 基于RBF神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究 基于RBF神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究

基于RBF神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>603KB

頁數(shù):4P

基于RBF神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究 4.7

本文提出了一種基于rbf神經(jīng)網(wǎng)絡(luò)的直接預(yù)測法,對公路貨運(yùn)量進(jìn)行了預(yù)測,并利用matlab工具箱予以了實(shí)現(xiàn).對2004和2005年公路貨運(yùn)量預(yù)測的結(jié)果表明,預(yù)測值與國家統(tǒng)計(jì)局公布的實(shí)際數(shù)值有很好的一致性,預(yù)測精度也高于其它rbf預(yù)測法,有很好的應(yīng)用性.

立即下載
基于廣義回歸神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究 基于廣義回歸神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究 基于廣義回歸神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究

基于廣義回歸神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究

格式:pdf

大?。?span id="hb2miwuoln1s" class="single-tag-height" data-v-09d85783>483KB

頁數(shù):3P

基于廣義回歸神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測方法研究 4.7

公路貨運(yùn)量受多種因素影響,各因素的作用機(jī)制通常不能準(zhǔn)確地用數(shù)學(xué)語言進(jìn)行描述。采用廣義回歸神經(jīng)網(wǎng)絡(luò)(grnn)對貨運(yùn)量進(jìn)行分析及預(yù)測。通過對1995~2003年南京市公路運(yùn)量的歷史數(shù)據(jù)進(jìn)行分析和處理,對網(wǎng)絡(luò)進(jìn)行訓(xùn)練和擬合,用2004~2005年的實(shí)際數(shù)據(jù)進(jìn)行模型檢驗(yàn),結(jié)果證明了grnn用于貨運(yùn)量預(yù)測的有效性。

立即下載

基于修正BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法相關(guān)

楊震

職位:全過程工程咨詢工程師

擅長專業(yè):土建 安裝 裝飾 市政 園林

基于修正BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法文輯: 是楊震根據(jù)數(shù)聚超市為大家精心整理的相關(guān)基于修正BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法資料、文獻(xiàn)、知識、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時(shí),造價(jià)通平臺還為您提供材價(jià)查詢、測算、詢價(jià)、云造價(jià)、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問: 基于修正BP神經(jīng)網(wǎng)絡(luò)算法對樁基承載力預(yù)測方法
亚洲中文字幕-av| 日本www视频| 少妇后人白浆在线观看| 国产三级精品三级在线观看国产 | .www.91av.com| 久就亚州2020精品一级| 粉嫩av一区二区夜夜嗨| 久久99精品久久久久久齐齐| 欧美 日韩综合| 欧美男女做00| 99熟妇久久极品人妻| 铁岭县| 色亚洲婷婷| www久| 欧美国产精品一区| 人妻17p| 亚洲理论精品一区二区三区| 日本东京热网站| 18禁裸乳无遮挡啪啪无码免费| 447jj.cow| 国产99久久免费观看| 天天干狠狠干| 亚洲精品在线视频| 加勒比av在线| 欧美淫秽视频免费观看| 天天躁夜夜臊狠狠臊| 在线 无码 中文字幕 强 乱| 国产亚洲欧美精品一区| 在线看黄色片| 国产亚洲午夜高清国产拍精品| 99久久久久免费精品国产| 中文字幕精品久久一区二区三区| 亚洲香蕉在线视频| 俺也去| 亚洲专区在线| 久久免费看AV| chinese性老太7o性| 少妇人妻久久无码专区| 内射少妇视频| 人人操人人乐人人爽| 蜜桃comaaa|