分享到:

高等级公路桥梁健康状况评估方法的研究

随着我国经济的高速发展,公路建设取得了显著的成绩。桥梁健康状况评估变得越来越重要。本文对现代桥梁健康评估理论进行了综述,分析了现代桥梁健康评估的发展方向。结合公路桥梁的现状,提出了基于结构损伤指标和动力特性参数的承载力评估方法。文中对人工神经元网络理论进行了综述,重点对神经元网络的BP算法进行了分析,利用人工神经元网络处理非线性复杂关系的优势,将人工神经元网络技术引入到公路桥梁承载力评估中;并对其中的参数选择、样本收集与处理、构造BP网络模型等进行了分析。通过样本的训练和检验,验证了利用BP神经元网络理论进行桥梁承载力评估的可行性。利用MATLAB语言中专用的BP神经元网络工具箱(Tool Box),使BP神经元网络理论在实际应用中实现了计算机化;同时,编制了基于BP神经元网络理论的桥梁承载力评估软件,对量化的桥梁承载力评估系统的建立进行了初步尝试。  (本文共78页) 本文目录 | 阅读全文>>

《建筑与文化》2018年10期
建筑与文化

模糊神经元网络评价体系实证研究

2三大主要技术支持2.1指标的无量纲法无量纲方法是将不同的物理量,以一定的标准和方式以百分数或比例表示,将物理量量纲不同的不可比指标变成无量纲的可比指标。因为没有了物理单位的干扰,不同领域的信息可集成考虑,对系统整体状况的研究比较适合。根据集成的程度通过一定的数学计算可以很直观的了解到各子系统乃至整个系统的发展状况。2.2神经元网络前向神经网络模型的基本功能与线性回归类似,是完成n维空间向量对m维空间的近似映照,这种映照是通过各个神经元之间的连接和阈值来实现的。这样就可以把纷繁复杂的大量基础数据通过多维向一维的映射最终得到少量或唯一的目标指标,以方便进行评价。2.3模糊思维的引入神经模糊综合评价是指对多种模糊因素所影响的事物或现象进行总的评价。所谓模糊是指边界不清晰,这种边界不清的模糊概念,是事物的一个客观属性,是事物的差异之间存在的中间过渡过程。地域住区指标体系是一个多因素耦合的复杂系统,各因素间的关系错综复1模糊神经元网络的...  (本文共3页) 阅读全文>>

《动力学与控制学报》2016年06期
动力学与控制学报

模块神经元网络中耦合时滞诱导的簇同步转迁

引言同步现象在自然界中普遍存在,它是物理、化学、生物等诸多领域的热门研究课题.在神经科学中,已有研究发现神经元的同步活动对大脑信息处理发挥着重要作用[1-2].这引起众多学者关注大脑神经元网络的同步动力学,特别是在簇放电神经元的同步类型、不同的同步模式(如峰同步和簇同步)之间的关系、网络拓扑结构参数与同步的关系等方面取得很多研究成果[3-8].由于神经元间信息传递速度的有限性,耦合时滞在神经元网络中是不可避免的,越来越多的研究关注时滞对神经元网络动力学的重要作用.例如,在无标度神经元网络中,Wang等[9]通过数值模拟研究了耦合时滞对神经元网络同步的影响,发现随着时滞的增加,神经元网络的完全同步能够间歇性出现;Jalili[10]研究了时滞对小世界神经元网络峰同步的影响,通过数值模拟发现无论是兴奋性化学突触耦合还是抑制性化学突触耦合,合适的时滞都能增强网络的峰同步.最近关于猫和猕猴的脑皮层区域的研究表明,脑神经元网络在结构上具有...  (本文共6页) 阅读全文>>

《大自然探索》2017年05期
大自然探索

肚子里的“第二大脑”

情绪、疾病、决策行为等等,竟然都与肠胃有关?科学家发现,我们肠胃中的神经元网络,起的作用远不只是消化食物。我们的大脑和肠胃之间存在着原始的联系。英语中有一些关于“肠胃”的俗语:当面临一个艰难的决定时,要“跟随你的肠胃”(Followyour gut,意为“听从你的直觉”);或者当我们面临一个考验我们勇气和决心的时候,那就是“肠胃的检查时间”(gut check time)。新的研究表明,这些俗语竟然惊人的正确。我们确实有一个存在于肠胃的“第二大脑”,它与决策等相关。这个“大脑”叫做肠神经系统(简称ENS),是分布于肠内部和周围的网络系统,由大量类似于脑部的神经元和神经递质构成。大多数时候我们意识不到ENS的存在,因为它的基本功能——正如我们通常的认知——是消化。但ENS和大脑的各种相似性可不是巧合。通过一条“信息高速通道”——迷走神经,ENS与大脑形成稳定连接。现已证实,脑与肠胃之间相互传递的信号能影响我们的决定、情绪和健康。英...  (本文共6页) 阅读全文>>

《微型机与应用》2012年17期
微型机与应用

对传过程神经元网络及其应用研究

过程神经元网络模型[1]的提出,为解决与过程有关的系统评价问题提供了一种非传统建模求解问题的方法,也为含有大量时空信息的动态问题的分类和划分提供了一种可探索的途径。对传神经元网络是Robert Hecht-Nielson于1987年提出的一种三层机构前向型神经元网络模型。与同构网相比,对传神经元网络的异构性使它更接近生物脑神经系统的信息处理机制,在模式识别、模式完善、信号加强等领域具有重要的应用。将传统对传神经元网络向时域进行推广,可构造出对传过程神经元网络模型。对传过程神经元网络对于时变信号模式分类、连接系统信号处理等实际问题具有较大的应用价值。本文重点讨论对传过程神经元网络模型及其学习算法,并用实例验证其模型和算法的有效性。1过程神经元过程神经元由加权、聚合和激励三部分组成,与传统神经元不同之处在于过程神经元的输入和权值都可以是时变的。其聚合运算既有对空间的多输入聚合,也有对时间过程的积累[2-3]。因此过程神经元是传统神经...  (本文共3页) 阅读全文>>

《长春理工大学学报(自然科学版)》2010年03期
长春理工大学学报(自然科学版)

连续小波过程神经元网络在非线性函数逼近的应用

近年来,非线性系统的研究成为国内外科学研究的热点问题[1],要解决这类问题,传统方法一般需要建立较为复杂的数学模型或采用经验统计公式,但对于有较多影响因素的复杂非线性问题,由于缺乏先验理论和知识,传统方法普遍存在建模困难、适应性差且求解难度大等问题[2]。本文采用连续小波过程神经元网络对非线性系统进行建模,将小波变换与PNN(过程神经元网络)进行藕合构造网络模型,采用具有良好时频局域化特性的小波函数作为隐层结点的激励函数,利用LMS(LeastMean Squares)算法[3]训练网络权值、尺度因子和平移因子,通过对非线性辨识问题进行仿真实验,取得了令人满意的结果。1网络模型连续小波过程神经元网络结构以小波分析作为理论依据,小波变化必须存在反变换,即在函数空间2中,选择一个母小波函数,使其满足“容许条件”[4],=||)(ww|)|2dM转步6,否则转步5;E=Kk=12步5采用LMS算法修正连接权值和激励阈值,s+1→s,转...  (本文共3页) 阅读全文>>