建筑物基础沉降径向基神经网络预测

为解决建筑物基础沉降量的安全监测问题,对其进行有效的预测、校核与分析,运用MATLAB软件建立径向基神经网络模型对某市建筑物的基础沉降量进行预测.结果表明:径向基神经网络的结构形式简易,适应能力更强,预测误差比BP网络小,平均约为66.83%,达到预测精准度所需的耗时短、收敛速度更快.径向基神经网络的预测结果与实测结果较为吻合,表明径向基神经网络预测模型适用于建筑工程沉降预测领域之中.     

基于IPSO-BP神经网络的坝基扬压力预测方法研究

针对坝基扬压力预测的传统BP神经网络模型初始权值和阈值随机性强、易陷入局部最优等局限,采用惯性权重动态调整的改进粒子群算法对BP网络的初始权值和阈值进行优化,建立了基于IPSO的BP神经网络坝基扬压力预测模型．通过算例验证算法的优越性及程序的准确性,并以某大坝多年扬压力监测数据进行工程实例应用,结果表明,IPSO—BP扬压力预测模型与传统BP模型相比,拟合相关系数大,统计误差小,预测精度更高．     

GA-SVM和神经网络组合模型预测充填钻孔寿命

 充填钻孔是充填料浆从地表输送到井下采场的咽喉工程,是矿山正常运转的保障,因此对矿山充填钻孔使用寿命进行预测十分重要。通过建立支持向量机（SVM）和BP神经网络组合预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为SVM适应度函数,通过遗传算法（GA）对SVM模型参数进行优化选择,应用优化得到的SVM模型进行预测,并结合BP神经网络进行残差修正,最终得到预测结果。以某矿为例,通过GA得到SVM模型最优参数：适应值（均方误差mse）=0.0111,惩罚系数C=47.0768,核函数参数σ=2.2638。通过优化的SVM模型,对预测集充填钻孔寿命进行预测,经BP神经网络残差修正,预测结果的相对误差均控制在3%左右。对比单一预测模型,组合预测模型预测结果更加理想,精度更高,在类似的预测工程中有良好的推广价值。     

基于GABP技术的PCA弥苴河水质预测

针对传统的水质预测方法中由于因子的多重相关性而造成的预测精度偏低的问题,提出了一种将主成分分析法(PCA)和遗传算法优化的BP神经网络(GABP)相耦合的水质预测方法.利用主成分分析法提取对水质因子影响较强的综合成分,克服了传统水质预测方法中信息冗余的问题.在对大理弥苴河水质进行大量实际监测的基础上,分别采用PCA-GABP神经网络,GABP神经网络以及传统的BP神经网络3种模型的方法,建立了弥苴河水质高锰酸盐指数的的预测模型.通过数据预处理,筛选了600组数据进行训练学习和测试.通过对3个模型的预测误差分析对比,可以得出PCA-GABP神经网络预测模型精度更高.     

基于BP算法的股票均价预测技术研究

介绍了神经网络的基本概念和组成,提出了BP算法的改进型算法及基于BP算法的均价预测模型.借助前馈神经网络对非线性函数的逼近能力,对青岛海尔股价进行连续若干天的预测.通过不同形式误差函数对预测结果的比较,证实改进后BP算法用于均价预测的可行性及准确性.     

基于神经网络的公路货运量预测方法研究

通过对公路货运量的预测方法进行研究比较,并根据公路货运量形成的复杂和非线性等特点,建立BP神经网络预测模型.利用黑龙江省公路货运量及其相关影响因素的实际数据,确定网络输入与输出样本,并对BP神经网络预测系统进行训练和预测.通过对网络输出的误差曲线图的分析,验证BP神经网络预测系统的精确性和简单方便性,提高了公路货运量预测的精确性.     

基于小波神经网络的某边坡预测研究

边坡的地表位移监测是滑坡安全监控中的重要内容,对监测资料进行及时、合理和有效的分析,获取滑坡变形规律和安全状况是滑坡监测的重要工作之一。文章将基于BP算法的小波神经网络预测模型引入变形监测预报中,对工程实例进行了预测。结果表明小波神经网络预测可以取得良好的效果,且自适应预测能力较强。     

基于模拟退火算法优化BP的短期负荷预测控制策略

针对以BP算法为代表的神经网络算法存在预测精度较低及工程实用性不足等问题,利用模拟退火算法最优解设定BP神经网络的初始参数来提升网络的收敛速度与预测精度;为了解决特征维数过多对预测结果的干扰问题,采用主成分分析方法对实际负荷数据进行预处理及特征提取,使用提取的低维特征作为预测模型的输入。实验结果表明,相较于传统的BP神经网络方法,优化后的预测算法提升了健壮性,降低了误差。     

基于最小二乘支持向量机的风速组合预测模型

探讨了基于最小二乘支持向量机的组合预测模型在风速短期预测中的可行性.该模型以BP神经网络、RBF神经网络、粒子群BP神经网络3种预测模型的风速预测值作为组合预测模型的输入,实际风速值为输出,利用最小二乘支持向量机回归算法构造风速间的非线性关系,以实现风速多步预测.将该模型的预测性能与BP神经网络组合预测模型、线性组合预测模型进行比较,通过平均绝对误差、误差平方和、平均相对误差3个指标进行评价.结果表明,最小二乘支持向量机预测模型的平均相对误差低于6%,其他误差指标也明显低于其他预测模型.因此,最小二乘支持向量机组合预测模型预测精度不仅高于任一单项预测模型预测精度,而且高于传统的线性组合预测模型与一般BP神经网络组合预测模型.验证了该模型在风速预测中的可行性.     

基于改进的BP神经网络的大坝蓄水期实时预报模型

蓄水期是大坝安全监测的重点时期.鉴于坝体性态随水位快速升高产生实时变化,蓄水期监测资料平稳性较差等特点,传统的BP神经网络对数据处理本质上属于静态网络,不能满足对实时变动的蓄水期数据样本的准确预测.为了解决这个问题,在传统的BP神经网络模型的基础上,通过在误差计算和模型参数中分别引入遗忘因子,实时更新数据的影响权重,建立了大坝蓄水期资料分析的时变分析模型.最后使用传统的BP神经网络模型和改进的BP神经网络模型进行实例分析,结果表明后者比前者在径向位移的预测上精度提高1mm以上,改进的BP神经网络模型更加适用于大坝蓄水期监测资料分析与预测.     

岩土工程勘察场地立体空间建模与可视化信息管理

基于钻孔勘探、标准贯入、地形测量等多源异构岩土工程勘察资料，研究了岩土工程勘察场地的数据预处理、立体空间集成建模与可视化信息管理方法，开发了相应的软件系统，实现了地形、建筑物、钻孔、地层、地下水等空间对象的三维集成建模、真实感可视化、剖切分析及勘察成果的信息查询与更新，形成了岩土工程三维勘察报告新模式.经多个岩土工程实际项目的应用与验证表明:采用所提出的三维建模技术与可视化方法，可自动建立岩土工程场地的立体空间三维集成模型，对岩土工程勘察领域的三维信息化建设具有较高的应用价值.     

PSA-ANFIS方法的研究

矿山中的岩土工程灾害预测问题,是采矿工程领域亟需研究解决的重大课题.本文即针对这些问题,采用正交试验设计法和模式搜索算法研究了自适应神经模糊推理系统(ANFIS)的训练参数和模型结构的优化方法,提出和建立了基于模式搜索算法的自适应神经模糊推理方法(PSA-ANFIS).进一步采用一多峰函数进行离散,构建了训练数据对、检测数据对和预测数据对,对PSA-ANFIS的拟合能力和预测能力进行了研究.结果表明,无论是在拟合精度和预测精度上,还是在训练参数的调整、模型结构的建立和训练过程上,PSA-ANFIS均适合于解决矿山岩土工程灾害预测这一高度非线性的映射问题.     

岩土工程监测在地质灾害评价预测中的应用

在论述岩土工程监测技术发展及应用状况的基础上 ,提出了岩土工程监测系统建立的原则 ,分析了基础地质信息的重要性。结合川藏公路二郎山隧道工程实例 ,分析了岩土工程监测在围岩大变形、岩爆、滑坡等地质灾害评价预测中的应用。     

岩土工程勘察的场地和地基稳定性综合评价

岩土工程勘察的场地和地基稳定性综合评价是建筑地基基础设计和施工的重要依据,其正确与否反映了工程地质条件和岩土工程特点,关系到工程设计和建筑施工是否安全可靠、措施得当与经济合理.以西昌阳光实验学校的工程为例,结合该工程自然地质环境和工程特点,提出了详细的岩土工程资料和设计、施工所需的岩土参数,对建筑地基作出岩土工程评价,为拟建工程的施工图设计和工程施工提供了工程地质资料,并对地基类型、基础形式、地基处理和不良地质作用的防治提出了相关建议.     

复变量求导法灵敏度分析及弹塑性参数反演

提出了灵敏度分析和弹塑性参数反演的一种新方法.针对非线性参数反演过程中灵敏度计算困难的问题,利用复变量求导法,把隐式函数的求导过程转化为函数值的计算,进而高精度地计算出参数灵敏度.相对于常规的基于有限差分的灵敏度数值计算方法,该方法更为高效.以岩土工程中弹塑性参数反演问题为背景,给出了基于复域位移分析的参数反演过程,对弹性模量、泊松比、粘聚力以及内摩擦角进行了反演.数值算例表明,所提出的方法对单一参数和耦合参数的非线性反演问题均有效可靠,解决了参数反演时位移对反演参数不敏感问题.     

浅谈岩土勘察工作及其相关问题

文章简要讨论了岩土工程勘察工作各个环节中应重点注意的问题,并以太原地区岩土工程特性为例,对此进行了说明.     

遗传进化方法在岩土工程中的应用现状与展望

介绍了遗传进化算法在岩土工程中的应用情况，并对其发展方向进行了展望，今后的遗传算法在岩土工程中应用的发展方向计算理论要突破简单遗传算法（SGA）。程序编制也应走上通用化，独立化之路，遗传进化算法在岩土工程中还有广阔的应用前景，这有待进一步努力探求。     

基于BIM技术的岩土工程信息模型数值计算功能实现方法

当前岩土工程信息模型更多地应用于可视化展示,一直没能深入到岩土工程的实际应用当中,很难直接进行岩土工程专业分析。究其主要原因,是缺乏将岩土BIM模型转换成计算模型的渠道。通过数据转换,研究岩土工程模型计算功能实现方法,建立BIM模型与计算模型间的映射关系,来解决这一难题。考虑岩土BIM模型和有限元模型的特点,根据等效刚度法,研究计算驱动的岩土工程BIM模型的概化方法。针对岩土BIM模型的数值计算功能需求,聚焦计算网格剖分环节,基于开源TetGen程序,对BIM模型进行四面体剖分,发展面向数值计算的BIM模型网格剖分技术。进一步,建立四面体网格模型与计算模型的信息一一映射关系,实现BIM软件与岩土工程通用数值分析软件之间的数据转换和信息交换,打通了复杂岩土BIM模型向计算模型转换的关键环节。最后,通过两个工程实例验证所提出的岩土BIM模型计算功能实现方法的可行性与有效性。     

遗传算法在岩土工程反演问题中的应用

综述了岩土工程反演的基本过程，并在介绍遗传算法研究进展的基础上，将遗传算法与传统优化算法进行比较，然后给出几种遗传算法的改进策略，同时介绍了遗传算法在岩土工程反演领域中经常使用的几种改进方法，最后通过实例验证了遗传算法是求解岩土工程反演问题的有效方法。     

岩土工程中的系统工程问题

讨论了系统工程的特点，分析了岩土工程的学科系统是由多个学科组成，并且相互交叉和融合，具有系统工程的整体性，层次性，相关性，动态性等典型特点，提出了岩土工程的研究方法，即应用系统工程的原理和方法进行研究，是岩土工程研究的最好方法。以三峡工程永久船闸陡高边坡为例，讨论了岩土工程的学科系统，研究内容，研究步骤，得出了几点结论。