基于改进神经网络的深基坑工程变形预报

位移监测预报在深基坑工程信息化设计与施工中具有非常重要的意义.本文针对深基坑工程变形监测预报问题,将人工神经网络理论应用于深基坑工程的变形预测,建立了深基坑工程变形预报的改进人工神经网络模型,并编制了基于MATLAB的预报程序.最后以上海某深基坑工程为例,进行了深基坑开挖引起的地表沉降预测,预测结果表明,本文的方法具有较高的预测精度.     

地连墙变形的神经网络多步预测研究

结合润扬长江公路大桥南汊北锚碇深基坑工程 ,提出并应用神经网络多步预测方法来研究地连墙施工变形的预测问题。系统介绍了基于时间窗口的神经网络多步滚动预测技术 ,并详细讨论了输入输出层的设计、隐层神经元数以及预测时间步长等一些基本预测技术问题。该预测方法应用于润扬长江公路大桥南汊北锚碇深基坑围护工程 ,取得了较好的工程效果。     

基于更改特征预测工程更改影响的方法

针对工程更改影响评估困难的问题,提出了一种基于更改特征预测更改影响的方法.首先提出了更改特征概念,建立了工程更改特征数据模型和更改成本模型,分析了更改特征与工程更改影响的关系,描述了更改影响预测存在的问题;然后详述了基于更改特征预测提出的工程更改产生影响的方法,并给出了相应的更改影响预测计算公式;最后通过应用案例验证了该方法的可行性.     

大型人防工程变形监测数据处理与分析

该文介绍变形监测的意义和重要性,分析了影响人防工程安全稳定的因素。给出了人防工程变形监测方案设计的注意事项,重点对沉降监测中的成果整理、变形分析和预测预报方法进行了介绍。以某工程人防工程为例,通过对该工程实施沉降监测,对监测数据进行处理和分析,根据实际变形量和预测变形量的比较,清楚看出实测的累计沉降量与预测预报的沉降量基本相当,说明可以采用预测方法对沉降趋势进行预测,为工程施工、运营管理和领导决策提供了第一手资料。     

基于BP神经网络的岩土工程预测模型研究

BP神经网络具有自适应机制,通过训练和学习,达到对知识进行分类、模式判别、联想记忆等能力.岩土工程的灾害预测问题可以看作是一个模式识别问题,而岩土工程中变形情况的监测和预测模型的研究是矿山、建筑、水利等工程的一项重要课题,近年来安全监测技术发展有了巨大的飞跃,呈现出"实时"、"远程"、"非接触"的特点.针对BP神经网络预测模型监测在岩土工程方面的应用,应用BP人工神经网络实现了对岩土工程安全监测数据的预测预报,并对预测结果进行了分析,说明了隐含层数对预测结果误差的影响.通过比对,选择了误差最小的较优组合对岩土工程进行预测.     

公路建设项目交通量S曲线预测法

公路交通量预测模型的选用是公路建设项目交通量预测的基础.对<公路建设项目可行性研究报告编制办法>中所附的六种预测模型中的S曲线预测法作了一些计算方法的探讨,并以工程实例进行了预测比较,可供公路建设项目工程可行性研究交通量预测参考.     

基于回归分析的工程建造价格预测研究

本文首先论述了工程建造价格预测在工程建设中的重要意义与作用；然后应用了一种价格预测方法一回归分析方法；最后提出了使回归分析方法在工程建造价格预测中应用更加完善的措施建议。     

深基坑墙体位移的神经网络动态预测

针对基坑工程变形监测预报的重要性,将神经网络技术用于深基坑工程的变形预测,并用ＶＣ＾＋＋语言加以实现,最后用实例论证了神经网络方法用于基坑工程变形预测的可靠性和实用性。     

岩体爆破效应的测定与预测方法

本文将系统科学理论应用于岩体爆破效应的测定与预测 ,借助计算机手段 ,为定量测定工程爆破效应、预测工程爆破效果提供了现代化的方法。     

公路建设项目交通量S曲线预测法

公路交通量预测模型的选用是公路建设项目交通量预测的基础，对《公路建设项目可行性研究报告编制办法》中所附的六种预测模型中的S典线预测法作了一些计算方法的探讨，并以工程实例进行了预测比较，可供公路建设项目工程可行性研究交通量预测参考。     

桩筏(箱)基础沉降多步预测控制的IPSO-Elman算法

将改进的粒子群优化(IPSO)算法与Elman神经网络进行了有机结合,形成了IPSO-Elman混合算法.建立桩筏(箱)基础沉降变形期望输出与超前预测输出之间的非线性隐式方程,避开了复杂的岩土工程本构关系和力学参数计算问题.提出的多步预测控制方法,具有很好的全局识别特点和较高的推广预测能力.工程实例分析表明,IPSO-Elamn算法在桩筏(箱)基础沉降的非线性系统动态辨识和在线预测应用方面,具有良好的预测精度,满足工程实际需要.     

基于多元线性回归的渡槽变形预测模型研究

提出了一种基于多元线性回归的渡槽沉降变形健康监测模型,介绍了应用MLR建立变形预测模型的步骤,并与多元逐步回归(MSR)进行对比.针对预测样本数目的不同取值,研究其在实际工程中的预测能力.通过对浙江天台红旗渡槽的监测数据研究,验证了基于MLR的渡槽变形预测模型的预测精度满足工程要求,预测能力略优于MSR,且短期预测能力优于长期预测能力.因此,合理选择预报天数对于渡槽变形预测尤为重要.     

产品失效的神经网络预测法

小子样的预测是一个比较复杂的问题．以产品失效为例，应用神经网络预测方法，成功地对产品失效的发展趋势进行了预测，获得了很好的效果．结果表明，神经网络预测法对小子样的分析精度能满足工程需要，实例分析的结果也符合工程实际．     

灰色理论在公路滑坡变形预测中的应用——以唐家寨滑坡为例

讨论了灰色理论方法在公路边坡变形预测中的适用性,通过唐家寨滑坡工程案例的实践,理论模型预测的沉降量值与实测值接近,经验证,灰色理论模型在公路边坡变形预测中具有精度高,工作量小的特点,在工程中有推广应用的前景。     

碾压混凝土坝非稳定温度场计算预测与工程实测的比较

碾压混凝土坝的非稳定温度场是进行仿真应力计算的基础条件。对某工程进行了工程监测,取得了某些部位实测温度变化过程的数据。为了检验坝体温度场计算数值解法的合理性,将计算结果与工程实测的结果进行比较分析,得出影响计算预测可靠性的关键是主要热学参数（入仓温度、绝热温升和边界温度）的正确取值。提供少数控制点温度的计算预测和工程实测成果。按本方法进行非稳定温度场的计算预测具有较好的工程应用价值。     

神经网络在深基坑支护变形预测中的应用

利用人工神经网络理论对城市深基坑支护结构的变形量进行了分析和预测,建立了预测支护结构最大变形量的网络预测模型,预测结果表明,该网络系统有很高的预测精度,可应用于实际工程。     

灰色预测理论在工程标底中的应用

在分析工程标底预测方法的基础上，应用灰色系统理论，招标前，以近期同类工程的单方成本为依据。经过累加生成时间序列，用微分拟合建立灰色预测动态模型。并用单段函数残差辨识方法，建立了残差辨识模型，进一步提高了模型精度。从而建立了单方成本的灰色预测模型。并通过工程实例．阐述了工程标底灰色预测的操作程序，论证了该方法的实用性。为招标单位快速、准确确定工程标底．业主选择承包单位提供了重要的参考依据。     

公路噪声环境影响评价分析

以太原市海南主干线一期工程长风大街工程为例，对公路建成后营运期的噪声环境分阶段进行了预测，并根据预测结果，提出了相应的防治对策。     

港口软基沉降预测的对比研究

运用双曲线法、Asaoka法和灰色理论法3种预测模型,结合广东虎门港区码头工程的现场沉降监测数据,对该工程中用大面积吹填砂堆载预压后的最终沉降趋势进行了预测.结果表明:灰色理论预测效果最好,所得到的预测结果与实际吻合;双曲线法的预测效果次之;Asaoka法预测效果较差,前期和后期的误差都比较大.     

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。