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74頁未讀 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著科學(xué)技術(shù)的發(fā)展,城市化進程的推進,世界各國都開始將目光投向了城市地下空間的開發(fā)和利用,以此作為解決越來越多城市問題的重要手段。然而地下工程施工工藝復(fù)雜,技術(shù)要求高,環(huán)境變化不確定,特別是在繁華地區(qū)的施工,一旦出現(xiàn)風(fēng)險后果嚴(yán)重,因此對地下工程的風(fēng)險識別顯得尤為重要。但是,傳統(tǒng)的風(fēng)險辨識方法不能滿足實際工程在動態(tài)環(huán)境下的應(yīng)用,而人工智能領(lǐng)域中新興的人工免疫網(wǎng)絡(luò)的研究使我們發(fā)現(xiàn),免疫網(wǎng)絡(luò)檢測和抵御抗原的機制與工程風(fēng)險辨識之間有著驚人的相似

2、性。本文受此啟發(fā),構(gòu)建了類似生物免疫系統(tǒng)中“先天免疫系統(tǒng)”與“獲得性免疫系統(tǒng)”協(xié)同作用的風(fēng)險辨識模型。初步實驗證明,該模型在實際的工程數(shù)據(jù)輸入下是可行有效的,表現(xiàn)了良好的風(fēng)險識別能力。本文的主要工作與創(chuàng)新點如下: (1)基于樹突狀細(xì)胞算法(DCA)中的概念和理論,針對實際工程的應(yīng)用環(huán)境提出了一種改進的DCA算法-IDCA。相對于原算法,IDCA有著更快的環(huán)境檢測能力和更高的識別精度,這是因為IDCA算法有著更高的“抗原提呈”能力

3、,并在模型中構(gòu)成了“先天免疫系統(tǒng)”。 (2)把IDCA的抗原提呈與人工免疫網(wǎng)絡(luò)結(jié)合,提出了基于IDCA的人工免疫網(wǎng)絡(luò)——IDCAIN。在傳統(tǒng)人工免疫網(wǎng)絡(luò)理論和算法框架的基礎(chǔ)上,IDCAIN融合了人工識別球(ARB)、克隆時間、部分平均距離、子網(wǎng)壓縮等概念和方法對人工免疫網(wǎng)絡(luò)做了改進。改進后的人工免疫網(wǎng)絡(luò)部分構(gòu)成了模型中的“獲得性免疫系統(tǒng)”,而IDCA的抗原提呈結(jié)果(以mcav表達)通過激勵函數(shù)用以指導(dǎo)IDCAIN最終對抗原的評價

4、。實驗證明IDCAIN比IDCA有著更強的適應(yīng)能力,同時也具有IDCA算法良好的識別精度。 (3)以IDCAIN為核心,提出了一種用于地下工程風(fēng)險辨識的模型。模型體現(xiàn)了生物免疫系統(tǒng)中“先天免疫系統(tǒng)”與“獲得性免疫系統(tǒng)”的協(xié)同作用,并在盾構(gòu)隧道施工風(fēng)險監(jiān)控系統(tǒng)中得到應(yīng)用。論文以上海長江越江隧道推進段施工中土壓力實時監(jiān)測數(shù)據(jù)與盾構(gòu)推進數(shù)據(jù)進行了仿真實驗,發(fā)現(xiàn)模型對風(fēng)險有著良好的識別精度,而且給出了一些令人感興趣的結(jié)果,為工程技術(shù)人員

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(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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論