模糊神經(jīng)網(wǎng)絡(luò)的密肋壁板結(jié)構(gòu)安全可靠性評(píng)價(jià)方法研究

根據(jù)橋式起重機(jī)的特點(diǎn),建立了安全性評(píng)估指標(biāo)體系。在模糊綜合評(píng)判的基礎(chǔ)上,引入bp神經(jīng)網(wǎng)絡(luò),建立了起重機(jī)安全評(píng)估的模糊神經(jīng)網(wǎng)絡(luò)模型。采用改進(jìn)的梯度下降動(dòng)量bp算法對(duì)網(wǎng)絡(luò)進(jìn)行計(jì)算,克服了常用bp算法收斂速度較慢的缺點(diǎn)。通過(guò)神經(jīng)網(wǎng)絡(luò)的多次學(xué)習(xí)訓(xùn)練,評(píng)估因素權(quán)重得到了優(yōu)化。研究結(jié)果表明:訓(xùn)練好的模糊神經(jīng)網(wǎng)絡(luò)很好地獲得并儲(chǔ)存了專家的知識(shí)、經(jīng)驗(yàn)和判斷,可將此網(wǎng)絡(luò)應(yīng)用于橋式起重機(jī)的安全性評(píng)估。

為了有效解決網(wǎng)絡(luò)系統(tǒng)可能出現(xiàn)的故障,結(jié)合模糊神經(jīng)網(wǎng)絡(luò)提出了一種新的故障檢測(cè)算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).該算法根據(jù)特征信息熵建立了故障檢測(cè)評(píng)價(jià)方法和最小偏差的優(yōu)化模型,設(shè)計(jì)了模糊神經(jīng)網(wǎng)絡(luò)中輸入層、模糊化層、模糊規(guī)則層和解模糊層,并且給出了具體的算法流程.通過(guò)建立網(wǎng)絡(luò)仿真平臺(tái),深入分析了影響fdd-fnn算法的關(guān)鍵因素,同時(shí)對(duì)比研究了fdd-fnn算法與其他算法的性能情況,結(jié)果表明fdd-fnn算法具有較好的適應(yīng)性.

本文探討了模糊神經(jīng)網(wǎng)絡(luò)在確定工程造價(jià)中的應(yīng)用方法和途徑。分析影響工程造價(jià)的因素,提取特征值,利用madalines網(wǎng)絡(luò)和rbf網(wǎng)絡(luò)估測(cè)工程造價(jià),通過(guò)實(shí)例計(jì)算,表明運(yùn)用模糊神經(jīng)網(wǎng)絡(luò)估測(cè)土建工程造價(jià)和工程工料消耗量是可行和有效的。

基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)測(cè)——針對(duì)深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問(wèn)題，將模糊控制理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，把對(duì)應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)為輸入、輸出停息的模糊數(shù)隸屬度，建立了一種基于模糊神...

第33卷,第2期 2008年4月 公路工程 highwayengineering vo.l33,no.2 apr.,2008 [收稿日期]2007)12)10 [作者簡(jiǎn)介]蔡長(zhǎng)豐(1972)),男,湖南寧鄉(xiāng)人,博士研究生,從事橋梁檢測(cè)、評(píng)估、加固的研究。 模糊神經(jīng)網(wǎng)絡(luò)在鋼筋混凝土橋梁結(jié)構(gòu) 可靠性評(píng)估中的應(yīng)用 蔡長(zhǎng)豐,郝海霞 (長(zhǎng)沙理工大學(xué),湖南長(zhǎng)沙410076) [摘要]將模糊神經(jīng)網(wǎng)絡(luò)引入鋼筋混凝土橋梁結(jié)構(gòu)可靠性評(píng)估,充分利用高斯隸屬函數(shù)的萬(wàn)能收斂性、人工 神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)性和模糊神經(jīng)網(wǎng)絡(luò)高度的非線性進(jìn)行橋梁結(jié)構(gòu)可靠性評(píng)估。以常寧北門(mén)橋?yàn)槔?以受力最不利 截面的實(shí)測(cè)位移、應(yīng)變、撓度為神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù),輸出構(gòu)件的可靠指標(biāo)。算例表明模糊人工神經(jīng)網(wǎng)絡(luò)應(yīng)用在橋梁 結(jié)構(gòu)可靠度評(píng)

研究了人工神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)疲勞可靠性分析和結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用。結(jié)構(gòu)的疲勞壽命與各影響因素之間呈高度的非線性關(guān)系,或隱函數(shù)關(guān)系,傳統(tǒng)的結(jié)構(gòu)可靠度分析方法計(jì)算困難。采用神經(jīng)網(wǎng)絡(luò)響應(yīng)面法模擬結(jié)構(gòu)的極限狀態(tài)函數(shù)及其偏導(dǎo)數(shù),從而進(jìn)行疲勞可靠性分析,在此基礎(chǔ)上采用神經(jīng)網(wǎng)絡(luò)法對(duì)結(jié)構(gòu)進(jìn)行疲勞可靠性優(yōu)化設(shè)計(jì),通過(guò)算例說(shuō)明其適用性及可行性。

本文提出了通過(guò)人工神經(jīng)網(wǎng)絡(luò)擬合極限狀態(tài)函數(shù)的方法來(lái)解決結(jié)構(gòu)可靠性問(wèn)題。根據(jù)多層神經(jīng)網(wǎng)絡(luò)映射存在定理,對(duì)于任何在閉區(qū)間內(nèi)的一個(gè)連續(xù)函數(shù)都可以用含有一個(gè)隱含層的bp網(wǎng)絡(luò)來(lái)逼近。應(yīng)用此定理,通過(guò)人工神經(jīng)網(wǎng)絡(luò)擬合極限狀態(tài)方程,借助神經(jīng)網(wǎng)絡(luò)的函數(shù)映射關(guān)系產(chǎn)生大量的極限狀態(tài)函數(shù)值,作為下一步的分析數(shù)據(jù)?；谌斯ど窠?jīng)網(wǎng)絡(luò)可以平行的建立結(jié)構(gòu)可靠度的sosm法,采用laplace漸近方法將非線性功能函數(shù)在驗(yàn)算點(diǎn)處作二次展開(kāi)來(lái)研究結(jié)構(gòu)的可靠度問(wèn)題,能較高精度的逼近精確結(jié)果。

針對(duì)深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問(wèn)題,將模糊控制理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合,采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),把對(duì)應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)為輸入、輸出信息的模糊數(shù)隸屬度,建立了一種基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑施工變形預(yù)測(cè)模型.結(jié)果表明,利用模糊度隸屬函數(shù)對(duì)基坑施工進(jìn)行動(dòng)態(tài)控制具有較好的實(shí)用效果.

本文對(duì)常見(jiàn)的電梯智能群控算法進(jìn)行了分析比較,重點(diǎn)研究了模糊神經(jīng)網(wǎng)絡(luò)算法。本文首先對(duì)大廈客流的特征進(jìn)行長(zhǎng)期統(tǒng)計(jì)分析,進(jìn)而對(duì)電梯群交通模式進(jìn)行分類,利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)電梯群的交通模式進(jìn)行了識(shí)別。根據(jù)系統(tǒng)的識(shí)別結(jié)果判定電梯群當(dāng)前處于的交通模式。然后再次利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)派梯算法中各電梯響應(yīng)呼梯信號(hào)的可信度進(jìn)行計(jì)算,選取可信度最大的電梯響應(yīng)呼梯信號(hào),最終完成派梯。

本文對(duì)常見(jiàn)的電梯智能群控算法進(jìn)行了分析比較,重點(diǎn)研究了模糊神經(jīng)網(wǎng)絡(luò)算法。本文首先對(duì)大廈客流的特征進(jìn)行長(zhǎng)期統(tǒng)計(jì)分析,進(jìn)而對(duì)電梯群交通模式進(jìn)行分類,利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)電梯群的交通模式進(jìn)行了識(shí)別。根據(jù)系統(tǒng)的識(shí)別結(jié)果判定電梯群當(dāng)前處于的交通模式。然后再次利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)派梯算法中各電梯響應(yīng)呼梯信號(hào)的可信度進(jìn)行計(jì)算,選取可信度最大的電梯響應(yīng)呼梯信號(hào),最終完成派梯。

通過(guò)分析既有建筑結(jié)構(gòu)可靠性的各種不確定影響因素,并結(jié)合規(guī)范和實(shí)際工程經(jīng)驗(yàn),對(duì)其中一些主要因素進(jìn)行合理量化,在此基礎(chǔ)上利用人工神經(jīng)網(wǎng)絡(luò)方法對(duì)已有建筑結(jié)構(gòu)進(jìn)行可靠性評(píng)判。采用新方法得出的計(jì)算結(jié)果與工程實(shí)際鑒定結(jié)論的對(duì)比結(jié)果表明這兩種方法在工程結(jié)構(gòu)鑒定方面是可行的,具有計(jì)算簡(jiǎn)單、工作效率高等優(yōu)點(diǎn),值得進(jìn)一步研究和推廣。

將整體結(jié)構(gòu)按拓?fù)潢P(guān)系劃分為若干模塊,在位移協(xié)調(diào)和對(duì)接力協(xié)調(diào)條件下,根據(jù)力的傳遞原理,利用單元?jiǎng)偠染仃嚪ㄇ蠼飧髂K結(jié)構(gòu)單元,用整體節(jié)點(diǎn)平衡方程求解整體結(jié)構(gòu)單元。將模塊結(jié)構(gòu)信息作為輸入,整體結(jié)構(gòu)信息作為輸出,構(gòu)造樣本集,利用神經(jīng)網(wǎng)絡(luò)的非線性映射能力,通過(guò)樣本訓(xùn)練提取兩種結(jié)構(gòu)模型的特征和本質(zhì)聯(lián)系,以獲得具有泛化能力的網(wǎng)絡(luò)結(jié)構(gòu),從而以模塊結(jié)構(gòu)替代整體結(jié)構(gòu)的重分析。算例以6層整體結(jié)構(gòu)(包含6個(gè)模塊結(jié)構(gòu))建立了整體結(jié)構(gòu)和模塊結(jié)構(gòu)在等效載荷作用下基于神經(jīng)網(wǎng)絡(luò)的對(duì)應(yīng)法則;以網(wǎng)絡(luò)外推能力分析了8層整體結(jié)構(gòu)單元的失效模式;以網(wǎng)絡(luò)內(nèi)插能力分析了4層整體結(jié)構(gòu)單元的失效模式;與優(yōu)化準(zhǔn)則法的對(duì)比結(jié)果驗(yàn)證了所提出方法的有效性。

針對(duì)高速公路隧道施工系統(tǒng)的安全評(píng)價(jià)問(wèn)題,將模糊理論與神經(jīng)網(wǎng)絡(luò)相融合,研究建立了一種模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型。闡明了評(píng)價(jià)系統(tǒng)的工作原理及實(shí)現(xiàn)方法。利用歷史樣本數(shù)據(jù)對(duì)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)訓(xùn)練和測(cè)試,工程實(shí)例結(jié)果顯示,評(píng)價(jià)精度滿足工程應(yīng)用要求。該評(píng)價(jià)模型具有對(duì)環(huán)境變化的自學(xué)習(xí)能力,對(duì)權(quán)值進(jìn)行調(diào)整,動(dòng)態(tài)地評(píng)價(jià)公路隧道施工系統(tǒng)的安全狀態(tài),是公路隧道施工安全評(píng)價(jià)方法中的一種新的評(píng)價(jià)方法。

運(yùn)用線性二次型經(jīng)典最優(yōu)控制算法獲得學(xué)習(xí)樣本,由神經(jīng)網(wǎng)絡(luò)反向傳播算法訓(xùn)練產(chǎn)生模糊規(guī)則和隸屬度函數(shù),設(shè)計(jì)模糊神經(jīng)網(wǎng)絡(luò)控制器,通過(guò)某結(jié)構(gòu)地震波作用下振動(dòng)控制的數(shù)字仿真,表明模糊神經(jīng)網(wǎng)絡(luò)可以有效地應(yīng)用到結(jié)構(gòu)控制中。

**資訊http://www.***.*** **資訊http://www.***.***

**資訊http://www.***.*** **資訊http://www.***.***

海上施工建設(shè)單位多、施工設(shè)備多、人員復(fù)雜且點(diǎn)多面廣,施工安全的影響因素多而且模糊性強(qiáng),因此,提出應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)評(píng)判法進(jìn)行海上施工安全評(píng)價(jià),并應(yīng)用層次分析法進(jìn)行各因素權(quán)重的確定。針對(duì)海上施工受氣象、海洋環(huán)境影響大的特點(diǎn),建立了海上施工安全評(píng)價(jià)的指標(biāo)體系,該體系包含施工作業(yè)、施工管理、氣象環(huán)境、通航環(huán)境4個(gè)1級(jí)指標(biāo),并利用改進(jìn)的動(dòng)量bp神經(jīng)網(wǎng)絡(luò)進(jìn)行施工安全的評(píng)價(jià)預(yù)測(cè),為指導(dǎo)海上施工安全提供了必要的理論基礎(chǔ)。

針對(duì)高速公路隧道施工系統(tǒng)的安全評(píng)價(jià)問(wèn)題，將模糊理論與神經(jīng)網(wǎng)絡(luò)相融合，研究建立了一種模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型。文中描述了模糊神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和原理，闡明了該評(píng)價(jià)系統(tǒng)的工作原理及實(shí)現(xiàn)方法。該評(píng)價(jià)模型具有對(duì)環(huán)境變化的自學(xué)習(xí)能力，對(duì)權(quán)值進(jìn)行動(dòng)態(tài)調(diào)整，通過(guò)適當(dāng)補(bǔ)充學(xué)習(xí)樣本，可以實(shí)現(xiàn)歷史經(jīng)驗(yàn)與新知識(shí)完美結(jié)合，動(dòng)態(tài)地評(píng)價(jià)公路隧道施工系統(tǒng)的安全狀態(tài)。

現(xiàn)如今市場(chǎng)經(jīng)濟(jì)競(jìng)爭(zhēng)十分激烈,實(shí)際招投標(biāo)工作要求能快速準(zhǔn)確地進(jìn)行工程造價(jià)的估算。無(wú)論業(yè)主還是承包商確定工程造價(jià)都要求快速、準(zhǔn)確,完善的快速估價(jià)系統(tǒng)能夠很好地解決這個(gè)問(wèn)題。模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)結(jié)合是一種把經(jīng)驗(yàn)與數(shù)學(xué)模型結(jié)合,這種研究打破了過(guò)去人們所進(jìn)行的各種學(xué)科在邏輯上的獨(dú)立性,預(yù)示了人工智能的光明前景和希望。

本文提出一種基于模糊神經(jīng)網(wǎng)絡(luò)和建筑結(jié)構(gòu)系統(tǒng)辨識(shí)方法。利用模糊神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力與學(xué)習(xí)能力以實(shí)測(cè)的結(jié)構(gòu)動(dòng)力響應(yīng)數(shù)據(jù)建立起結(jié)構(gòu)的動(dòng)力特性模型。不但可以克服以往傳統(tǒng)與智能辨識(shí)方法中存在的種種弊病，而且還將土一結(jié)構(gòu)相互作用以及結(jié)構(gòu)自身非線性對(duì)結(jié)構(gòu)動(dòng)力特性的影響考慮在內(nèi)，使得結(jié)構(gòu)系統(tǒng)辨識(shí)更具客觀性。具有物理意義明確，可擴(kuò)展性強(qiáng)，能夠用于實(shí)時(shí)在線控制與健康診斷等優(yōu)點(diǎn)。

基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的制冷系統(tǒng)故障診斷研究——選擇反映制冷系統(tǒng)故障狀態(tài)的熱力參數(shù)集組成特征向量，并對(duì)其進(jìn)行模糊化處理，利用補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)建立故障狀態(tài)與熱力參數(shù)特征向量之間的映射關(guān)系。將神經(jīng)網(wǎng)絡(luò)和補(bǔ)償模糊邏輯相結(jié)合，采用動(dòng)態(tài)、全局優(yōu)化的運(yùn)算，...

提出了一種基于神經(jīng)模糊推理系統(tǒng)的商品住宅價(jià)格評(píng)估模型,分析了影響商品住宅價(jià)格的因素,給出了商品住宅價(jià)格評(píng)估指標(biāo)體系,探討了模型建立的原理及算法步驟。計(jì)算實(shí)例說(shuō)明了該模型用于商品住宅價(jià)格準(zhǔn)確評(píng)估的有效性和可行性,為房地產(chǎn)價(jià)格評(píng)估提供了科學(xué)的方法。