數(shù)據(jù)挖掘及神經(jīng)網(wǎng)絡(luò)在土木工程中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘就是從大量不完全的、有噪聲的、模糊的、隨機的實際數(shù)據(jù)中發(fā)現(xiàn)隱含的、事先未知的潛在有用的并且最終可理解的信息和知識的過程。而神經(jīng)網(wǎng)絡(luò)是數(shù)據(jù)挖掘常用的工具。本文旨在研究如何將數(shù)據(jù)挖掘技術(shù)及神經(jīng)網(wǎng)絡(luò)應(yīng)用于土木工程。 神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差值的選取是一個具有挑戰(zhàn)性的問題。目前多數(shù)處理這個問題的方法，是通過簡單的試算法。結(jié)合土木工程應(yīng)用，考慮訓(xùn)練樣本的隨機特性，本文提出了一個新的選取訓(xùn)練誤差初始值的方法。該方法由實測值求出相應(yīng)的真值置信

2、區(qū)間，若訓(xùn)練誤差的取值使得網(wǎng)絡(luò)預(yù)測值落在真值置信區(qū)間內(nèi)就可以認(rèn)為此時的訓(xùn)練學(xué)習(xí)反映了網(wǎng)絡(luò)輸出變量的真值情況，學(xué)習(xí)就可以結(jié)束。此時允許訓(xùn)練誤差大小為真值置信區(qū)間長度的二分之一。試驗結(jié)果表明該方法能減少神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時間。 過去，對神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果的評價廣泛采用相對誤差方法。對于有隨機因素影響的樣本數(shù)據(jù)，該方法已經(jīng)不再適用。于是，本文對此進(jìn)行了深入研究，以數(shù)理統(tǒng)計理論為基礎(chǔ)，提出了適合隨機問題的評價方法。該方法定義了模型預(yù)測的正確率

3、這一概念，進(jìn)一步由正確率導(dǎo)出模型預(yù)測結(jié)果正確的概率，以此來評價模型預(yù)測結(jié)果的可靠性。土木工程實際應(yīng)用結(jié)果表明，該方法是可行的，評價結(jié)論更貼近工程實際。 最后，針對在高性能混凝土配制方面的應(yīng)用，利用可視化編程語言Delphi編制了應(yīng)用軟件，軟件具有數(shù)據(jù)管理、網(wǎng)絡(luò)訓(xùn)練、網(wǎng)絡(luò)檢驗、性能預(yù)測和成本計算等功能。實際測試表明，軟件達(dá)到了實用要求，具有工程實用價值。從而提高了高性能混凝土的生產(chǎn)效率。 總之，本文從數(shù)據(jù)挖掘基本思想出發(fā)，