单桩极限承载力的神经网络预测

利用BP神经网络较强的非线性映射能力和学习功能，建立了单桩竖向极限承载力预测的人工神经网络模型．该模型依据实测静力触探资料建模，通过静载荷试验成果的学习与预测检验，证明其预测精度良好、适用性强，验证了神经网络方法的可行性，因而具有较大的工程实用价值．     

BP神经网络预测水泥搅拌桩单桩承载力

利用某工程38根水泥搅拌桩的单桩静载试验资料,采用BP(Back Propagation)神经网络的方法对建立的神经网络进行训练,根据训练好的网络对两个工程的单桩竖向承载力特征值进行预测.结果表明,预测值与采用其他方法的拟合值及实测值相吻合.最后,通过工程实例进行验证.     

单桩极限承载力的ANFIS预测分析

为了提高单桩极限承载力的预测精度,利用ANFIS较强的学习能力和模糊逻辑推理功能,建立了单桩竖向极限承载力预测的自适应网络模糊推理系统.通过静载荷试验成果的学习与预测检验,系统的预测误差在-10.5%～15.5%,绝大部分误差都在10%以内,表明该系统预测精度良好、适用性较强.     

BP神经网络在围岩变形预测中的应用

利用神经网络，建立了围岩变形预测的BP神经网络模型，采用围岩变形的实测数据对网络进行了训练，以此训练好的BP神经网络对围岩变形进行了预测。预测结果表明，该模型具有很高的预测精度，为预测围岩变形提供了一种新的方法。     

BP神经网络在股价预测中的应用

股票价格受多个影响因素的共同影响,且各个因素之间有着比较复杂的关系,是具有高度不确定的非线性系统。利用传统的预测方法有着诸多限制,而采用神经网络的方法则能够较好地克服这些限制,实现良好的非线性预测。文章利用二层前馈神经网络对股市建立预测模型,探讨了网络结构、隐节点个数确定的原则、样本数据的预处理,对长源电力（000966）2009年—2010年共三个月交易数据进行分析。结果表明采用该方法对股价有良好的预测效果,可为投资提供一定参考。     

改进BP神经网络在郑州市需水量预测中的应用

水资源供需矛盾日益突出,需水量预测已成为广泛关注的焦点．需水量预测可以为“三条红线”的实施提供依据,以强化水资源管理和节水监督管理,缓解水资源供需矛盾．基于BP神经网络模型,采用自适应调整的算法,改进了BP神经网络模型中学习率的求解方法,并将其应用到郑州市经济社会需水量预测中,预测了2012年和2015年经济社会需水量,分别为14．41亿m3和14．84亿m3;通过与BP神经网络模型、主成分回归分析结果对比,发现改进后的BP神经网络模型根据迭代误差自动调整学习率,求解速度和计算结果精度明显提高,适用于郑州市需水量预测．     

预制钢筋混凝土方桩单桩承载力分析

随着城市建设的不断发展，楼房建设日益增多，桩基工程也不断增加，而钢筋混凝土预制桩以其诸多优点，成为设计中的主要桩型。本文将针对张掖地区卵石层作为持力层的打入预制钢筋混凝土方桩的静载试验探讨单桩承载力，所选桩型为３００Ｘ３００。１工程地质概况张掖位于祁连山第四纪冲积、洪积分布平原的前部，临泽———张掖槽地中，地形平坦，在城西部、南部卵石层埋藏较浅，一般为１～５ｍ，局部地段卵石层露出地表，东部、北部卵古层埋藏较深，一般为６～１５ｍ，地下水位较浅，一般在１～３ｍ，具弱承压水，在城东部、北部分布的主要…     

用人工神经网络预测单桩竖向极限承载力

提出了单桩竖向极限承载力预测的人工神经网络法。针对不同类型的单桩，结合工程实例，详细介绍了方法的建模。预测结果与实测值较为吻合，表明在桩基工程中利用这一方法进行单桩竖向极限承载力预测是有效的。     

BP神经网络在车辆制动性能预测中的应用

首先建立了车辆制动过程数学模型,利用该数学模型对JS2310农用运输车的制动性能进行了计算机仿真,并与试验结果进行了比较,表明模型是正确的。为进一步提高该车辆制动性能预测的精度,引入了神经网络技术。使用BP网络对不同条件下的多次仿真结果进行第一步学习,将数学模型转化为车辆制动性能预测的神经网络模型,再进一步使用整车部分试验结果对已得到的神经网络进行训练,得到最终的预测模型。结果表明使用神经网络模型可以提高车辆制动性能预测的精度。     

多层神经网络BP算法的改进

多层神经网络ＢＰ算法的改进姚瑞波孙国雄汤崇熙（东南大学机械工程系，南京２１００１８）目前，前馈型多层神经网络模型已广泛应用于模式识别、语音识别、数据压缩等领域．ＢＰ算法作为其学习方式有效地解决了ＸＯＲ、Ｔ－Ｃ匹配问题，但ＢＰ网络的学习过程是对一个高...     

神经网络在高强泵送混凝土配制中的应用研究

基于人工神经网络的原理和高强预拌泵送混凝土配制及施工的技术经验和路线,提出了解决高强预拌泵送混凝土配制模式特征不明确,随机因素多,各组分对混凝土强度及泵送性能影响呈非线性等问题的BP神经网络方法,据此开发的混凝土配合比设计应用软件,能较好地实现高强预拌泵送混凝土的强度及流动性能的预测。     

桩承载力自平衡测试技术在钻孔灌注桩中的应用

采用桩基自平衡法对贵阳某超高层建筑场区钻孔灌注桩进行桩基承载力测试,对测试数据进行整理和分析。应用结果表明,测试取得很好的工程效果,该法可以在类似工程中推广应用。     

用联系数的方法进行桩基极限承载力的预估

运用集对分析中的联系数的方法,对两种类似桩基的试桩资料进行对比分析．挖掘出这两种桩基的同一和差异的数据成分,可以对未达到极限承载力桩基进行预估,从而获得单桩极限承载力．同时用工程实例加以证实,为推断单桩极限承载力提供了一种新方法。     

桥梁桩基承载力性状的测试新技术研究

根据桥梁桩基工程中荷载传递规律的特点,分析了桩基承载力现场测试技术和方法,认为Osterberg测桩法是桩基测试的革命。通过室内初步试验结果和现场的工程实例介绍了Osterberg测桩法的原理、应用现状及存在问题,认为该测桩法适合于桥梁桩基载荷试验并确定桩基承载性状,对大型桥梁桩基测试意义重大,在工程实践中具广阔的应用前景。     

汽轮机在线性能分析BP神经网络模型

为了提高汽轮机在线性能分析系统的健壮性、精确性和抗干扰能力，对BP网络算法进行拓展，增强其网络功能。使之能够分析网络输入参数偏差对输出参数的影响，建立了一种新的汽机在线性能分析模型．与常规在线分析模型相比，该模型只需常规模型输入参数个数的1/5，大大减小了测量设备损坏对在线系统的影响；而且该模型分析结果精确、可靠，测定的热耗结果与常规分析结果误差不超过1％．另外，该模型容错性能良好，参数在2％内波动对分析结果无太大影响．     

钻孔灌注桩单桩竖向承载力预测方法研究

根据长期的工程实测资料,提出了运用神经网络技术的方法来预测钻孔灌注桩的承载能力,从而达到在施工过程中减少或不做试桩的效果.通过对高层建筑物和大跨度桥梁钻孔灌注桩的静载实验数据分析,选择神经网络方法对承载力进行预测.首先,构造了合理的神经网络模型;接着对神经网络模型经过样本学习训练进行承载能力预测;最后,证实了神经网络技术在预测钻孔灌注桩的承载能力时可以满足工程实际的需要.     

BP网络在类黄酮类天然抗氧化剂构性关系研究中的应用

采用误差反传前向人工神经网络模型研究了类黄酮类天然抗氧化剂的结构与其抗氧化能力的关系,用8×4×1网络预测其抗氧化能力,预测误差均小于1%,取得了较好的预测结果,网络自相容能力和交叉检验结果良好.