版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、人工神經(jīng)網(wǎng)絡是一種模擬人類神經(jīng)系統(tǒng)的數(shù)學模型,它能夠揭示數(shù)據(jù)樣本中蘊涵的非線性關系,并且是由大量處理單元所組成的自適應動態(tài)系統(tǒng),它具有良好的自適應性、自組織及很強的學習、聯(lián)想、容錯和抗干擾能力,可靈活方便的對復雜系統(tǒng)進行建模。本論文以柞小高速回龍至鎮(zhèn)安三個標段的三條隧道為研究對象,采用 BP神經(jīng)網(wǎng)絡技術建立隧道監(jiān)測數(shù)據(jù)的預測模型來實現(xiàn)對隧道變形趨勢進行預測。
本文建立了基于ANSYS的隧道有限元分析計算模型,進行了隧道結構
2、受力計算,為隧道結構安全監(jiān)測傳感器的布設提供了參考。理論計算結果和現(xiàn)場監(jiān)測數(shù)據(jù)進行比較,數(shù)據(jù)接近,驗證了模型的準確性。其次,本文在對 BP神經(jīng)網(wǎng)絡理論進行分析研究的基礎上,通過綜合比較不同的網(wǎng)絡結構和不同算法條件下建立的神經(jīng)網(wǎng)絡模型,建立基于 BP神經(jīng)網(wǎng)絡的監(jiān)測數(shù)據(jù)的預測模型,將利用該預測模型得到的結果和現(xiàn)場得到的監(jiān)測數(shù)據(jù)做比較,表明該模型的預測效果較好,并能保證網(wǎng)絡的良好的泛化能力。本研究成果可以對所監(jiān)測的隧道結構參數(shù)變形趨勢進行預測
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP和RBF神經(jīng)網(wǎng)絡的數(shù)據(jù)預測方法研究.pdf
- 模糊神經(jīng)網(wǎng)絡在數(shù)據(jù)預測領域的應用.pdf
- 利用人工神經(jīng)網(wǎng)絡由測井數(shù)據(jù)預測地層巖性.pdf
- 支持向量機與RBF神經(jīng)網(wǎng)絡在數(shù)據(jù)預測模型的應用.pdf
- 基于Web服務的并行遺傳神經(jīng)網(wǎng)絡的數(shù)據(jù)預測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的軟件質量預測模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的混凝土強度預測模型.pdf
- 基于BP神經(jīng)網(wǎng)絡的數(shù)據(jù)預測及報表生成技術研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的燒結終點預測模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的高爐熱狀態(tài)預測模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的轉爐煉鋼終點預測模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡交通流量預測模型的研究.pdf
- 人工神經(jīng)網(wǎng)絡模型預測的分析與研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的事故預測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的經(jīng)濟預測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡模型的降水量預測研究.pdf
- 基于神經(jīng)網(wǎng)絡股市預測的數(shù)據(jù)挖掘模型研究.pdf
- 基于BP人工神經(jīng)網(wǎng)絡模型的個股股價預測.pdf
- 基于隨機變異優(yōu)化選擇規(guī)則的人工神經(jīng)網(wǎng)絡在金融數(shù)據(jù)預測方面的應用.pdf
- 基于改進的BP神經(jīng)網(wǎng)絡預測模型及其仿真.pdf
評論
0/150
提交評論