共查询到19条相似文献,搜索用时 375 毫秒
1.
2.
3.
遗传优化神经网络方法在桥梁震害预测中的应用 总被引:5,自引:1,他引:4
本文将遗传算法与神经网络相结合,从而建立了一种高效的、实用的桥梁震害预测方法。根据遗传算法具有局部寻优的特点,为避免BP神经网络陷入局部极小值,本文将二者结合起来形成GA-BP混合算法,以GA优化神经网络的初始权值和阈值,对网络进行训练。在大量收集梁式桥震害资料的基础上,将此算法引入桥梁的震害预测中,并与传统的单独BP神经网络相比较,结果表明该方法能够有效、准确地对桥梁结构进行震害预测。 相似文献
4.
控制路基沉降是公路工程中的一个关键技术问题,而路基沉降与其影响因素之间存在着线性、非线性关系。当输入自变量较多时,用传统神经网络建模容易出现过拟合现象,导致网络模型预测精度较低。针对此问题,本文用遗传算法对神经网络模型的权值和阈值进行优化,同时讨论遗传参数的设定对输出结果的影响。通过对成南高速的实测数据进行仿真,试验结果表明:优化后的BP神经网络具有较高的预测精度,预测效果明显优于传统神经网络模型的输出结果,该预测方法可作为高速公路路基长期沉降预测的一种有效辅助手段。 相似文献
5.
为进一步提高大地电磁非线性反演的稳定性、运算效率及准确度,将遗传神经网络算法引入大地电磁反演.首先针对大地电磁二维地电模型建立BP(Back Propagation)神经网络基本框架进行学习训练,网络输入为已知地电模型的视电阻率参数,输出为该地电模型参数;再利用遗传算法对神经网络学习训练过程进行优化,计算出多种地电模型网络连接权值和阈值的最优解;最后将最优连接权值和阈值对未知模型进行反演测试,网络输入为未知地电模型的视电阻率参数,输出为该地电模型参数.模型实验表明:遗传神经网络算法充分结合了遗传算法的全局寻优性和神经网络的局部寻优性,相比单一神经网络算法,在网络学习训练中提高了解的收敛成功率和计算速度,在反演测试中能更准确地逼近真实模型.将遗传神经网络算法与最小二乘正则化反演进行对比,理论模型和实测数据都验证了遗传神经网络算法在大地电磁反演中的可行性和有效性. 相似文献
6.
将遗传算法(GA)和反向传播算法(BP算法)相结合成为GA-BP算法,以此建立了遗传BP神经网络.并将以BP算法为基础的BP神经网络及以GA-BP算法为基础的遗传BP神经网络用于对地震和爆破的识别中.得到的结果表明:遗传BP网络比BP网络对事件的识别能力略好些. 相似文献
7.
8.
9.
《地震工程与工程振动》2016,(3)
通过试验测试了SMA材料的超弹性性能,以材性试验数据作为BP网络的训练样本,建立了SMA经遗传算法优化的BP网络本构模型。在MATLAB中直接调用该本构模型,利用改进的遗传算法,对一空间模型结构进行了SMA位置和数量的优化,并对最优布置方案进行了地震反应分析。结果表明,相比未优化的BP网络,优化后的BP网络本构模型与试验曲线吻合地更好,稳定性更高;BP网络本构模型调用简单,精度高,便于SMA控制系统的MATLAB仿真分析。改进的遗传算法能够保证遗传过程中SMA根数的不变,提高全局搜索的效率,获得更优的布置位置;经优化配置后的SMA控制系统可以更加有效发、地降低结构的地震反应,布置4根SMA拉索时,模型结构的层间位移之和即可减少44.51%。 相似文献
10.
11.
12.
13.
边银菊 《地震学报(英文版)》2002,15(5):540-549
Introduction Artificial Neural Network (ANN) is an important branch of artificial intelligence. It is proposed on the foundation of the study on modern neural science, is a man-made network that can implement some functions based on the mans comprehensive understanding for cerebral neural network (HAN, WANG, 1997). ANN is a mathematical model of simplified human brain neural network and is used to simulate the structures and functions of human brain neural network. ANN is a complex netw… 相似文献
14.
15.
本文从瞬变电磁均匀半空间二次磁场响应公式出发,提出了一种基于神经网络的视电阻率快速计算方法.以中心回线为例,根据瞬变响应公式的特点,简化网络结构,选用三层BP神经网络和误差训练算法,用均匀半空间样本数据进行训练,确定了收敛快、误差小的一步正割法和隐含单元数,得到基于不同采样时窗的一组网络参数.用本文方法与二分法、牛顿迭代法做模型计算比较,及最后的实验计算,说明算法的快速,准确.本文方法不依赖初始模型,避开了复杂的电磁场数值计算,实现了视电阻率的快速计算,对瞬变电磁法资料的快速解释有一定的参考价值. 相似文献
16.
为满足地球物理资料反演解释的高精度、快速、稳定的要求,本文结合免疫遗传算法寻优速度快和BP神经网络反演不依赖初始模型等优点,设计了一种将BP神经网络和免疫遗传算法进行有机结合的全局优化反演策略,并将该策略成功地应用于二维高密度电法数据反演.利用免疫遗传算法(Immune Genetic Algorithm,简称IGA)对神经网络的反演参数进行同步优化,提高了电阻率反演的精度.仿真和实验结果验证设计的全局优化反演策略取得了较好的效果,通过与线性反演方法和BP法以及遗传神经网络法等反演方法进行比较,得出该方法具有反演精度更高,反演时间更短等显著优势的结论. 相似文献
17.
18.
基于BP神经网络模型的多层砖房震害预测方法 总被引:10,自引:2,他引:8
针对传统的基于地震烈度的建筑物震害预测方法的不足,本文以地震动峰值加速度作为建筑物震害预测的地震动指标,结合几次大地震中多层砖房的震害实例,提出了一种基于BP神经网络模型的建筑物震害预测方法,模型的输入为反映结构抗震性能的各类物理参数,输出为给定地震动峰值加速度下建筑物破坏状态的概率。研究表明:基于BP网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,本文的思路和方法可推广于其他不同类型的建筑结构的震害预测。 相似文献