基于神经网络的结构近似分析

在结构优化设计中经常会遇到结构分析次数多 ,计算量大的问题 ,如果每次迭代过程中都利用有限元方法 ,将是非常耗时的工作。为此 ,本文提出了一种BP神经网络进行结构近似分析的方法 ,通过对算例的计算表明 ,该方法是有效的     

混凝土配合比设计方法的研究进展

评述了近年来对混凝土配合比设计方法的研究和开发的成果。传统的基于经验的配合比设计方法不能完全适应现代混凝土工程的需要 ,在配制高性能和特殊性能混凝土时遇到不少困难。研究人员一直在着力于研究新的设计方法 ,包括全计算法、计算机化的设计方法、配合比优化设计、基于专家系统、人工神经网络和神经专家系统的方法等 ,其中智能化的优化设计方法正日益引起人们的关注。所有这些方法都在一定程度上促进了混凝土科学技术的发展     

混凝土配合比设计方法的研究进展

评述了近年来对混凝土配合比设计方法的研究和开发的成果。传统的基于经验的配合比设计方法不能完全适应现代混凝土工程的需要，在配制高性能和特殊性能混凝土时遇到不少困难。研究人员一直在着力于研究新的设计方法，包括全计算法、计算机化的设计方法、配合比优化设计、基于专家系统、人工神经网络和神经专家系统的方法等，其中智能化的优化设计方法正日益引起人们的关注。所有这些方法都在一定程度上促进了混凝土科学技术的发展。     

混凝土配合比设计智能系统的软件实现

采用神经网络专家系统实现混凝土配合比设计,开发的智能系统软件由3部分组成：数据库管理模块、配合比设计模块、文献帮助模块。其中配合比设计模块是系统的核心,该模块通过神经网络学习获取混凝土配合比设计的知识信息,构成知识库,然后以神经网络正向链推理机制进行混凝土配合比设计,并根据规范和专家经验进行调整;最终获得各种混凝土组成材料的用量。     

高性能混凝土强度预测的神经网络-主成分分析

在误差逆传播算法神经网络预测模型数据前处理中,对样本集优化,采用多元统计分析中的主成分分析法,提取影响粉煤灰高性能混凝土抗压强度的主要因素,消除影响因素间的线性相关性。研究结果表明,用该方法处理后的样本数据输入神经网络,提高了预测效率,训练时间减少,预测精度也有一定程度的提高,网络结构得到简化。     

基于Matlab语言的高性能混凝土配合比优化设计

对高性能混凝土配合比优化设计 ,以经济成本为目标建立非线性规划的数学模型 ,探讨用Matlab语言实现该模型 ,通过序列二次规划的程序求解。同时简要介绍Matlab优化工具箱的特点和其函数功能。通过编程 ,对两个实例的优化过程表明 :Matlab工具的应用使得高性能混凝土配合比优化设计简捷方便 ,并能提高经济效益 ,具有工程实用价值。     

混凝土叠合梁设计理论综述

首先对叠合梁受力性能方面的研究成果进行了归纳和分析,着重分析了二次受力叠合梁在受力过程中受拉钢筋"应力超前"、后浇混凝土"受压应变滞后"和截面内力转移等的机理;在此基础上,对叠合梁的界限受压区高度、正截面受弯承载力、斜截面受剪承载力、叠合面受剪承载能力和变形计算进行了分析与综述;最后,分析了预应力RPC-NC叠合梁的应用前景,并对其设计要点进行了分析,以期推动这种新结构的发展.