结构优化设计中神经网络方法的应用

指出了传统优化设计方法的不足 ,概述了人工神经网络的基本特征和学习规则 ,提出了结构优化问题的神经网络方法设计原理和步骤 ,综述了对神经网络在结构优化中的应用。最后 ,研究了神经优化计算下一步需解决的难题     

结构优化设计中的神经网络模型和应用

分析了BP网络求解结构的优化原理，介绍了HOPFIELD神经网络模型的演变过程，探讨了结构优化的神经网络模型的建立，并列举了人工神经网络应用的实例，以充分发挥人工神经网络的显著特点。     

施工升降机钢结构有限元分析和优化计算

通过在微机上用 SAP5有限元法对施工升降机的钢结构进行受力分析和结构优化计算,对各种型式施工升降机的钢结构设计和优化提出了新的设计方法和实用软件程序。     

一种基于改进遗传算法的神经网络优化计算方式

本文以BP神经网络为例,介绍了优化遗传计算方式概念,阐述了基于优化遗传计算方式的神经网络优化计算方式研究背景,分析了基于优化遗传计算方式的神经网络优化计算方式设计方法,并对基于优化遗传计算方式的神经网络运行进行了仿真验证。     

基于目标函数MATLAB优化基坑降水的井群设计

经过分析研究,可以将目标函数法应用于基坑降水井群布置优化设计.通过增加约束条件和控制条件,完善了优化模型并提出了MATLAB优化工具箱的计算方法.通过工程实例分析,验证了优化模型应用的可行性、有效性和软件的适用性.     

岩体工程优化反演的目标函数

本文针对开挖施工现场实测的位移量离散性很强，而用常规方法建立的最佳估计目标函数又得不到有效估计值的问题，提出了一种根据Ｂｈａｔｔａｃｈａｒｙａ信息不等式推导出的、更具一般意义的目标函数。本文给出的目标函数可以合理地利用量测数据得到可信的结果。     

热网水力优化计算软件的设计

用面向对象的程序设计方法,以热网水力优化计算模型为基础,根据软件的需求,建立了对象模型,设计了用户界面。     

基于径向基函数神经网络的高层建筑结构选型

提出了应用径向基函数神经网络进行高层结构体系的选型,它充分运用了神经网络高度的非线性、高度的容错性和鲁棒性、自学习、实时处理等特点.研究表明,径向基函数神经网络运算速度较普通BP算法快103～104倍,并且精度高,可以高效、高质地进行高层建筑结构的选型.     

基于多目标函数的道路施工机械资源优化配置方法上

文章提出了一种基于由质量、成本、效率、均衡性生产四个目标综合形成的目标函数的道路施工机械资源优化配置方法,并介绍了该方法的评价模型,以及实施步骤。     

排水管网计算程序的两相优化法设计

本文所研究的是排水管网计算机程序设计的新方法一两相优化法,并用该方法研制了计算机程序。该程序能在满足设计规范和其它约束条件的基础上,确定最优流速,最优充满度和最优管径等,从而大幅度地减小了管道系统的埋深和工程造价。当地面坡度较大时,又能通过计算减小管径,降低工程造价,或者恰当地确定跌水井的位置和高度。最后将水力、高程和工程造价等计算结果,以表格的形式打印出来。     

岩石本构关系的径向基函数神经网络快速逼近模型

建立了径向基函数神经网络快速逼近模型 ,基于具体条件下岩石力学实验数据 ,对相应岩石的本构关系进行逼近 ,实例分析表明 ,该模型不仅对具体应力 -应变关系能够很好逼近和预测 ,而且逼近速度快、稳定性好 ,对岩石力学快速、高效数值方法的进一步发展具有重要参考价值。     

软岩巷道支护方式优化的神经网络模型

根据软岩的力学及物理性质 ,分析了软岩巷道稳定性的影响因素 ,在此基础上应用神经网络理论建立了软岩巷道支护方式优化及巷道变形预测模型。模型在梅田矿务局的应用表明 :它能合理选择软岩巷道的支护方式 ,比较准确地预测巷道两帮和顶底板移近量 ;采用改进型BP算法 ,增加了网络的学习速度 ,加快了网络的收敛 ,提高了模型的精度。     

Innovative piled raft foundations design using artificial neural network

Studying the piled raft behavior has been the subject of many types of research in the field of geotechnical engineering. Several studies have been conducted to understand the behavior of these types of foundations, which are often used for uniform loading on the raft and piles with the same length, while generally the transition load from the upper structure to the foundation is non-uniform and the choice of uniform length for piles in the above model will not be optimally economic and practical. The most common method in identifying the behavior of piled rafts is the use of theoretical relationships and software analyses. More precise identification of this type of foundation behavior can be very difficult due to several influential parameters and interaction of set behavior, and it will be done by doing time-consuming computer analyses or costly full-scale physical modeling. In the meantime, the technique of artificial neural networks can be used to achieve this goal with minimum time consumption, in which data from physical and numerical modeling can be used for network learning. One of the advantages of this method is the speed and simplicity of using it. In this paper, a model is presented based on multi-layer perceptron artificial neural network. In this model pile diameter, pile length, and pile spacing is considered as an input parameter that can be used to estimate maximum settlement, maximum differential settlement, and maximum raft moment. By this model, we can create an extensive domain of results for optimum system selection in the desired piled raft foundation. Results of neural network indicate its proper ability in identifying the piled raft behavior. The presented procedure provides an interesting solution and economically enhancing the design of the piled raft foundation system. This innovative design method reduces the time spent on software analyses.     

人工神经网络用于室内照明设计

传统的室内照明设计方法、设计步骤复杂,计算工作量大。本文作者提出用人工神经网络理论进行室内照明设计,不但可将方案设计和照明计算有机的结合起来,而且具有自学习功能,可自行积累经验,大大简化了设计过程。     

基于微粒群算法和模糊神经网络的火灾探测研究

针对火灾探测的特点,将模糊系统和神经网络有机结合,实现模糊系统设计参数的自动调整。采用符合国家标准明火、阴燃火以及厨房环境下的干扰火等作为模糊神经网络的训练样本和测试样本,依据模糊神经网络算法要求,完成了网络结构的设计,并给出相应的计算模型,利用微粒群算法对网络的权值进行学习与训练。结果表明,该算法在探测国家标准火的火灾状态方面具有有效性和可行性。     

基于神经网络的结构优化设计

阐述了基于神经网络的结构优化优点，提出了基于神经网络的剪力墙结构中强连梁结构优化设计的模拟退火算法，用剪力墙结构中强连梁的ANSYS计算以及理论计算验证了所提方法的有效性与准确性，研究结果表明，该方法较之其他方法简单、有效。     

框架结构基于材料延性的多目标优化设计

将多目标优化方法应用于钢筋混凝土结构抗震设计,必须考虑结构的造价最低和延性最好这两个优化目标及简便地处理结构位移延性和构件曲率延性之间的关系。通过五层钢筋混凝土框架结构验算结果表明,本文提出的理论及计算方法是合理的。     

造价估测方法的研究和BP神经网络模型的应用

比较分析了现行的造价估测模型的特点及其存在的问题,突出BP神经网络模型进行造价估测的理论优势,引入工程分类思想,以学校类建筑为例,建立了BP神经网络估测模型并进行了造价估测.     

A neural network evaluation model for individual thermal comfort

An evaluation model for individual thermal comfort is presented based on the BP neural network. The train data came from a thermal comfort survey. The evaluation results of the model showed a good match with the subject's real thermal sensation, which indicated that the model can be used to evaluate individual thermal comfort rightly. Taken a room air conditioner as an example, the application of the NNEM in creating a microenvironment for individual was discussed. The result showed that the NNEM can play an important role of connecting individual thermal comfort with the control on the air conditioner.     

一种基于神经网络的机动目标轨迹预测方法

提出了一种利用神经网络技术对机动目标的轨迹进行预测的方法,并给出了具体的实现算法和仿真实例.在BP神经网络和遗传算法的基础上作了改进,提出优劣基因重组的思想,克服了遗传算法中所存在的种群内过早收敛的缺点,极大地提高了预测算法的准确度.