2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩85頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、工程建筑物如高層建筑、大型橋梁、大壩等產(chǎn)生變形造成工程質(zhì)量事故或工程災害,造成直接經(jīng)濟損失上億元,工程建筑物的安全監(jiān)測與變形分析預報研究日益受到人們的關注,成為國內(nèi)外學者高度關注的問題。綜合變形分析目前的研究現(xiàn)狀與發(fā)展趨勢,單一的預測模型和靜態(tài)變形分析模型已經(jīng)很難滿足復雜的變形以及預測精度的要求,因此多種理論與方法相結合的綜合動態(tài)變形分析模型應運而生。本文針對在變形數(shù)據(jù)處理方面進行一些研究,主要討論了小波分析在變形分析中的應用,進行了小

2、波神經(jīng)網(wǎng)絡在工程建筑物變形分析與預報應用研究,主要研究內(nèi)容如下:
   1.結合變形數(shù)據(jù)的特點,重點論述了小波去噪的原理,并對小波變換閾值法去噪方法進行了研究,對自適應閾值去噪方法提出了一種改進的算法,將該算法應用于變形數(shù)據(jù)去噪處理,得到的去噪效果好。
   2.討論了人工神經(jīng)網(wǎng)絡的原理并進行應用研究。闡述了人工神經(jīng)網(wǎng)絡的模型結構及其基本特點,分析了人工神經(jīng)網(wǎng)絡的基本性質(zhì)。闡述了BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡的基礎原理,研

3、究了RBF神經(jīng)網(wǎng)絡的學習算法和工作特性。針對兩種網(wǎng)絡的特點比較了它們的不同,并將兩種網(wǎng)絡應用于某高鐵隧道沉降觀測數(shù)據(jù)分析與預測中,通過結果比較,得出RBF神經(jīng)網(wǎng)絡的預測值精度要高于BP神經(jīng)網(wǎng)絡結論。
   3.研究了小波神經(jīng)網(wǎng)絡理論,并進行了初步應用。闡述了小波神經(jīng)網(wǎng)絡的理論,分析了小波神經(jīng)網(wǎng)絡的特點,并對算法進行了研究,重點討論了小波神經(jīng)網(wǎng)絡的參數(shù)選擇以及初始化的問題。將小波神經(jīng)網(wǎng)絡應用在了某大橋的變形監(jiān)測數(shù)據(jù)處理中,與多項式

4、擬合方法相比,計算速度較快,預測精度相對較高,得到相對較好的結果。
   4.將小波神經(jīng)網(wǎng)絡在工程建筑物變形分析中進行應用,建立了兩種小波神經(jīng)網(wǎng)絡的預測模型,即神經(jīng)網(wǎng)絡松散型結合的預測模型和小波神經(jīng)網(wǎng)絡融合預測模型,并進行具體應用,通過兩個實例的計算結果比較,證明本文建立的自適應閾值去噪方法的改進算法與神經(jīng)網(wǎng)絡松散型結合的預測模型預測精度要優(yōu)于單一模型精度以及現(xiàn)有的小波神經(jīng)網(wǎng)絡松散型結合的預測模型,自適應閾值去噪方法的改進算法與

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(nèi)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(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)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

評論

0/150

提交評論