版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、斜拉橋施工控制是一個(gè)復(fù)雜的工程系統(tǒng),結(jié)構(gòu)參數(shù)的實(shí)際值與設(shè)計(jì)值通常存在偏差,這些由設(shè)計(jì)參數(shù)引起的偏差將會(huì)導(dǎo)致結(jié)構(gòu)線形和內(nèi)力與設(shè)計(jì)理想值不一致。所以一個(gè)準(zhǔn)確的參數(shù)狀態(tài)是施工控制所必須的,然而結(jié)構(gòu)的某些參數(shù)不能在現(xiàn)有的測量手段下直接得到,所以該論文在嘉紹大橋工程背景下,嘗試運(yùn)用改進(jìn)神經(jīng)網(wǎng)絡(luò)方法對(duì)斜拉橋施工過程的結(jié)構(gòu)參數(shù)進(jìn)行識(shí)別,主要工作如下:
(1)分析了目前已成功應(yīng)用于實(shí)際施工控制中的最小二乘法、卡爾曼濾波法、灰色系統(tǒng)理論以及
2、人工神經(jīng)網(wǎng)絡(luò)理論各自的特點(diǎn),討論了神經(jīng)網(wǎng)絡(luò)在多參數(shù)識(shí)別應(yīng)用中的優(yōu)勢;
(2)結(jié)合嘉紹大橋工程實(shí)例,由有限元軟件NLABS理論計(jì)算結(jié)果構(gòu)建網(wǎng)絡(luò)訓(xùn)練樣本和檢驗(yàn)樣本,用訓(xùn)練后的網(wǎng)絡(luò)對(duì)檢驗(yàn)樣本進(jìn)行參數(shù)識(shí)別。并分析了傳統(tǒng)BP網(wǎng)絡(luò)的缺陷,在此基礎(chǔ)上探討了相應(yīng)的優(yōu)化方法;
(3)通過對(duì)比分析,探討了改進(jìn)神經(jīng)網(wǎng)絡(luò)相對(duì)于傳統(tǒng)BP網(wǎng)絡(luò)在斜拉橋多參數(shù)識(shí)別中的精度以及可靠性;分析了遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)應(yīng)用的可靠性;
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的斜拉橋參數(shù)識(shí)別.pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別算法研究.pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的聲發(fā)射信號(hào)識(shí)別算法研究.pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別算法的研究及仿真.pdf
- 改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)參數(shù)優(yōu)化算法研究.pdf
- 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的物體識(shí)別研究.pdf
- 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)多參數(shù)組合損傷識(shí)別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)語音識(shí)別算法的研究.pdf
- 基于LM改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的指紋識(shí)別算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的字符識(shí)別算法研究.pdf
- 基于高階神經(jīng)網(wǎng)絡(luò)的文字識(shí)別算法研究.pdf
- 基于改進(jìn)SURF算法和神經(jīng)網(wǎng)絡(luò)的水果識(shí)別技術(shù)研究.pdf
- 基于遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的橋梁結(jié)構(gòu)參數(shù)識(shí)別技術(shù)研究.pdf
- 基于改進(jìn)遺傳-神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識(shí)別研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的表情識(shí)別算法.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的斜拉橋損傷識(shí)別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量識(shí)別算法研究.pdf
評(píng)論
0/150
提交評(píng)論