基于計(jì)算智能方法的巖土工程與工程網(wǎng)絡(luò)計(jì)劃的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩105頁未讀 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、計(jì)算智能主要包括人工神經(jīng)網(wǎng)絡(luò)、演化計(jì)算等智能模擬方法,近年來得到了迅速發(fā)展并廣泛應(yīng)用于土木工程領(lǐng)域。本文對遺傳算法、前饋神經(jīng)網(wǎng)絡(luò)和自組織映射網(wǎng)絡(luò)進(jìn)行了系統(tǒng)的分析并對其在巖土工程和工程網(wǎng)絡(luò)計(jì)劃中的應(yīng)用進(jìn)行了深入的研究。本文主要研究內(nèi)容如下: 1.綜述了遺傳算法和人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程、基本理論,及其在巖土工程領(lǐng)域和工程網(wǎng)絡(luò)優(yōu)化方面的應(yīng)用研究進(jìn)展。 2.提出了SOM-BP復(fù)合神經(jīng)網(wǎng)絡(luò)模型進(jìn)行邊坡穩(wěn)定性分析。首先應(yīng)用SOM網(wǎng)絡(luò)

2、對輸入樣本進(jìn)行自組織聚類以改善復(fù)合網(wǎng)絡(luò)的輸入信息;然后利用BP網(wǎng)絡(luò)對初步聚類后的樣本進(jìn)行有監(jiān)督下的訓(xùn)練,模擬邊坡穩(wěn)定影響因素及其穩(wěn)定狀態(tài)之間的復(fù)雜映射。實(shí)例計(jì)算表明,基于SOM-BP網(wǎng)絡(luò)模型的邊坡穩(wěn)定性分析方法具有較高的分析準(zhǔn)確率。 3.應(yīng)用遺傳算法解決邊坡穩(wěn)定性評價(jià)的聚類分析問題。針對問題特點(diǎn),提出了一種基于自然數(shù)的編碼方案;以及相應(yīng)的交叉和變異算子。計(jì)算結(jié)果表明,該方法可有效克服常規(guī)聚類方法中存在的對初始聚類中心敏感以及聚類

3、結(jié)果與樣本輸入次序有關(guān)等缺點(diǎn)。 4.提出應(yīng)用進(jìn)化-神經(jīng)網(wǎng)絡(luò)方法來反演深基坑的力學(xué)參數(shù)。首先利用神經(jīng)網(wǎng)絡(luò)對樣本數(shù)據(jù)進(jìn)行訓(xùn)練,建立深基坑力學(xué)參數(shù)和支護(hù)點(diǎn)位移之間的非線性映射模型;然后應(yīng)用遺傳算法進(jìn)行優(yōu)化搜索,反演出最佳的力學(xué)參數(shù)組合,作為深基坑工程相關(guān)計(jì)算的理論依據(jù)。 5.應(yīng)用遺傳算法解決工程網(wǎng)絡(luò)計(jì)劃的優(yōu)化問題: ①針對網(wǎng)絡(luò)計(jì)劃的資源優(yōu)化問題的特點(diǎn),提出一種自然數(shù)編碼方案;構(gòu)造出一種新的修復(fù)策略,對違約個(gè)體進(jìn)行修復(fù);

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(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,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(shí)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