基于BP神经网络的杭州紫之隧道最大地表沉降预测

杭州紫之隧道浅埋暗挖北段处于地下水丰富的软弱地层中,施工过程中产生的地表沉降量难以控制,波动范围较大.为了准确评估施工风险,采用BP神经网络对最大地表沉降进行预测.首先对地表沉降的影响因素进行选取和量化,构成样本数据组.然后通过试错法,建立预测精度最高的一般BP神经网络和遗传算法优化的BP神经网络模型,研究发现BP神经网络在预测地表沉降方面效果较好,且使用遗传算法可以进一步提升预测精度.接着探讨了地层渗透性对BP神经网络预测精度的影响,研究发现不考虑地层渗透性会使预测精度大幅下降.最后对BP神经网络模型参数进行了敏感性分析,揭示了预测沉降的变化趋势符合客观变形机理.     

基于ABC-BP神经网络的地铁盾构地表沉降预测

为研究地层参数和盾构掘进参数与地表沉降的非线性关联性,依托南京地铁6号线盾构区间,采用人工蜂群算法ABC优化BP神经网络,建立可预测地表沉降的ABC-BP神经网络模型。连续3个断面地表沉降预测结果表明:ABC-BP神经网络的预测精度和预测稳定性优于BP神经网络,且预测值与实测值一致；ABC-BP神经网络可较为准确地反映盾构机接近监测断面过程中的地表变形演变规律,最终实现地表变形控制的目的。提出了ABC-BP神经网络现场应用思路,构建了地层-掘进参数-沉降的关系,进而通过地层参数直接实现对盾构掘进参数和地表变形控制。     

改进的BP神经网络预测地表沉陷

地表沉陷过程中呈现了众多的复杂性、非线性和破坏性,而用传统的三层BP神经网络预测地表沉陷精度较低,本文通过引进遗传算法来改进BP神经网络,对地表沉陷作了有效预测。     

评价神经网络拟合精度的另一个指标

在基于神经网络的故障检测中，要求神经网络拟合某特定动态系统时均方预测误差的均值及其标准差均小，故在以均方预测误差的均值作为评价神经网络逼近特定动态系统性能的系统化交叉证实法的基础上进行改进，以均方预测误差的均值和标准差两个指标评价神经网络逼近特定动态系统性能。仿真结果证明，同时用两个指标不仅是可行的，而且比原系统化交叉证实法的选择效果好。     

人工神经网络在隧道地表变形预测中的应用

借助于神经网络方法处理非线性问题的优势,采用改进后的B－P网络算法,对上海地铁2号线盾构推进中隧道上方的地表变形作了趋势预报,并与其它预测方法作了比较。结果表明：将人工神经网络用于地表变形预测,效果优于其他方法。     

基于大数据分析的英语线上线下混合式教学效果评价

研究基于大数据分析的英语线上线下混合式教学效果评价方法，为提升线上线下混合式英语教学效果提供有力支撑。应用自适应布谷鸟搜索的并行K-means聚类算法聚类混合式英语教学相关数据，根据聚类得到教学数据设计混合式英语教学评价指标体系，构建基于改进BP神经网络的教学效果评价模型，完成混合式英语教学效果评价，依据该评价结果开展针对性措施增强混合式英语教学效果，提升学生英语成绩。     

基于蚁群算法和神经网络的位移反分析

运用蚁群算法和人工神经网络构造了位移反分析的蚁群人工神经网络模型，并基于正交试验获得的训练样本对网络进行学习，以此训练好的神经网络模型来描述岩体力学参数和位移之间的关系。该方法以神经网络为基础，用蚁群算法来学习神经网络的权系数。利用反演结果，建立快速拉格朗日快速计算法（FLAC）模型，对地表沉陷进行预测。结果表明：用蚁群算法训练神经网络，可兼有神经网络广泛映射能力和蚁群算法快速全局收敛的性能。     

概率积分法在煤矿采空区地表变形动态评价中的应用

开采沉陷是由于煤矿地下煤层的开采导致的一种主要的地质灾害类型，对土地的破坏非常严重。由于目前我国土地资源的日益紧张，在开采沉陷区修建建筑物成为发展方向，所以研究开采沉陷造成的地表变形，并对其稳定性进行评价，具有非常重要的意义。本论文应用概率积分法对肥城曹庄煤矿造成的地表变形稳定性进行了评价，取得了良好的效果。     

鱼群算法与神经网络结合的节能减排效果评价

从污染物减排率、单位工业增加值减排量、治理工业污染投资总额、GDP相关指标、能耗下降率5个方面建立节能减排效果评价指标体系,分析BP神经网络与鱼群算法结合的可行性,探讨鱼群算法优化神经网络的步骤。最后对7个地区2006~2009年节能减排效果评价指标,在专家打分测评的基础上,运用神经网络及鱼群算法优化神经网络方法进行节能减排效果评价。研究结果表明:在收敛过程中,运用神经网络所得实际输出值与专家评分的误差长时间停留在0.7左右,而运用鱼群算法优化神经网络方法能够以较大的斜率快速收敛到期望误差;在误差为0.001时,前者经过202次训练后能够达到目标,而后者只需要75次训练就能达到目标,这表明鱼群算法优化神经网络具有准确、快捷、简易等优点,此方法用于节能减排效果评价行之有效。     

基于三层BP网络的分馏产品质量综合评价

提出了一种基于人工神经网络的分馏产品质量综合评价方法，首先介绍了一种归一化效用函数，把不同类型，不同量纲的原始评估值转换到[-1，1]区间，该效用函数较好的体现了“奖优罚劣”原则，同时对于神经网络又更容易学习和训练；其次，详细介绍了基于人工神经网络的分馏产品质量综合评价原理，并将之运用于实际，取得了较满意的效果，最后，简述了基于神经网络的分馏产品质量综合评价的优点。     

用剩余反射计算法推导双球腔黑体的辐射率公式

本文利用剩余反射计算方法推导出了双球腔黑体炉的等效反射系数和辐射率计算公式,根据计算结果,设计了JD-5型双球腔黑体炉,其黑体的黑度大于0.999。     

菱形性质◇的推广

本文把集合论中著名的菱形性质◇做了两种推广,即(?)和(?)．用力迫方法证明了它们分别相对于ZFC协调．还证明了,(?)在Godel可构成模型L中也成立。     

电位移矢量■与电荷分布的关系

本文从矢量场■的散度,旋度相联系的矢量恒等式导出电位移矢量■不仅与激发电场强度■的自由电荷分布有关,而且与束缚电荷的分布有关。并得出电位移矢量■=ε■的适用范围。     

S-粗决策及其F-干扰生成

针对动态决策系统具有的干扰特性和决策的不确定性,利用双向S-粗集提出了F-干扰粗决策与F-干扰粗决策规律的概念,并对F-干扰粗决策生成与F-干扰粗决策规律生成的特性进行了讨论,给出了F-干扰粗决策规律不可分辨定理与识别准则和应用.通过讨论和应用,说明利用F-干扰粗决策规律有助于在动态决策系统中分辨-识别出异常干扰,修正系统做出的决策,保证决策的安全.     

半序模的 O-张量积与自由 f-模

在假定R是全序Ore环,M_1、M_2是R 上的半序模,M_1■M_2 是模M_1、M_2的张量积,M_1■M_2是平凡序半序模M_1与半序模M_2的O-张量积,F_(M_1■M_2)是平凡序半序模M_1■M_2上的自由f-模的情形下,本文证明了F_(M_1■M_2)=M_1■_0M_2.     

K-Suslin树同ZF+┐AC的协调性问题

本文研究K—Suslin树(K>ω_1)同ZF+┐AC的相对协调性问题。证明了这样的结论:“存在K—Suslin树+ZF+┐AC”(K>ω_1且为后继基数)相对于ZF系统是协调的。证明方法是在ZFC的一个可数传递模型M(M中存在K—Suslin树T)和其generic扩张M[G]之间构造一个模型N,即M(?)N(?)M[G],使得在N中T仍为K—Suslin树且N(?)+ZF+┐AC,于是便有N(?)存在K—Suslin树+ZF+┐AC。该问题的证明过程中主要采用了力迫法。     

组合Kdv方程的强对称、对称及其Lie代数

本文给出了mKdv 方程与组合Kdv 方程之间的一个变换,并利用变换与对称的关系得到了组合Kdv 方程的一个强对称(?),四组对称(?),(?)和(?),(?),以及(?),(?)所满足的Lie 代数关系。     

刀具加工中机床调整精度分析

本文通过对万能工具铣床加工可转位刀具刀片槽的理论分析和计算机辅助分析，总结出由于加工过程中理论计算和实际调整过程中的舍入误差，三向回转工作台的制造和调整随机误差的存在而导致的刀具角度实际加工后的误差变化规律，同时指出了刃倾角、前角和主偏角选择对实际刀具角度的误差影响，给出了计算机辅助分析的数据和图形，供有关方面参考。     

L-Fuzzy闭包空间与其乘积空间

本文引入 L-Fuzzy闭包空间的远域、基和子基等概念,山此讨论了 L-Fuzzy闭包空间与其乘积空间的一些重要性质.在 L-Fuzzy 闭包空间的情形,证明了不附加任何条件乘积算子与闭包算子可交换,从而推广了 L-Fuzzy 拓扑空间中的相应结果.