啪啪国产视频_一级高清毛片_日韩精品中文字幕在线观看_免费视频一区二区三区四区

　　【摘要】：深基坑工程具有造價高、施工難度高、不穩(wěn)定因素眾多等特點,因此監(jiān)測系統(tǒng)的優(yōu)劣性對于掌握深基坑穩(wěn)定性狀況具有重要影響。但深基坑是支護體系與周邊土體相互結(jié)合的多種介質(zhì)組合的高度復(fù)雜的空間系統(tǒng),其變形和安全性受地質(zhì)條件、巖土體性質(zhì)、場地環(huán)境、氣候變化、地下水動態(tài)等因素影響。常規(guī)統(tǒng)計方法難以利用監(jiān)測信息建模預(yù)測,BP神經(jīng)網(wǎng)絡(luò)具有較好的非線性擬合能力,使其在復(fù)雜非線性系統(tǒng)的分析和預(yù)測中得到了廣泛應(yīng)用。但BP網(wǎng)絡(luò)也具有明顯缺陷,本文采用遺傳算法、模擬退火發(fā)以及變尺度混沌優(yōu)化算法來優(yōu)化BP網(wǎng)絡(luò),形成一系列智能算法。針對基坑監(jiān)測信息建立非線性“隱式”模型,來預(yù)測基坑穩(wěn)定性發(fā)展趨勢。工程實例為采用排樁凍結(jié)法施工工藝的江蘇潤揚長江公路大橋南錨錠深基坑工程。 在詳細研究BP神經(jīng)網(wǎng)絡(luò)、遺傳算法、模擬退火法以及變尺度混沌優(yōu)化算法等智能算法的基本原理的基礎(chǔ)上,基于MATLAB7.0編制了相應(yīng)程序;研究BP網(wǎng)絡(luò)的整體性能因素,針對BP網(wǎng)絡(luò)隱層節(jié)點數(shù)難以確定的問題,提出“自動搜索法”,基于MATLB7.0進行了程序設(shè)計;研究了神經(jīng)網(wǎng)絡(luò)與遺傳算法、模擬退火法和混沌優(yōu)化算法的結(jié)合,形成一系列智能算法,并基于MATLAB7.0編制了程序。此智能算法預(yù)測模型不但適用于深基坑工程的基于監(jiān)測數(shù)據(jù)的基坑穩(wěn)定性預(yù)報,同時也適用于其它方面的預(yù)測預(yù)報問題。 南錨錠深基坑工程采用的排樁凍結(jié)法施工工藝在國內(nèi)同類工程中尚屬首例,其難度可想而知。作為穩(wěn)定性保證的實時監(jiān)測信息反饋是十分必要的。本文利用上述幾種算法對南錨錠深基坑監(jiān)測信息進行了智能預(yù)測。實際情況表明,本智能算法對基坑監(jiān)測信息預(yù)測預(yù)報問題具有較高精度,對于下一步施工具有良好的指導(dǎo)作用。 【關(guān)鍵詞】：深基坑 神經(jīng)網(wǎng)絡(luò) 遺傳算法 模擬退火法 混沌優(yōu)化 預(yù)測
【學(xué)位授予單位】：河海大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2006
【分類號】：TU753
【DOI】：CNKI:CDMD:2.2006.076977
【目錄】：

• 第一章 緒論9-22
• 1.1 選題依據(jù)及研究意義9
• 1.2 基坑工程信息化施工與基坑監(jiān)測9-12
• 1.2.1 基坑工程信息化施工及研究進展9-10
• 1.2.2 基坑工程監(jiān)測及研究進展10-12
• 1.3 智能算法在地質(zhì)工程中的應(yīng)用12-18
• 1.3.1 神經(jīng)網(wǎng)絡(luò)在地質(zhì)工程中的應(yīng)用13-15
• 1.3.2 遺傳算法在地質(zhì)工程中的應(yīng)用15-16
• 1.3.3 模擬退火法在地質(zhì)工程中的應(yīng)用16-17
• 1.3.4 混沌理論在地質(zhì)工程中的應(yīng)用17-18
• 1.4 現(xiàn)代科學(xué)計算軟件 MATLAB18-20
• 1.5 本文研究思路及技術(shù)路線20-22
• 1.5.1 研究思路20
• 1.5.2 本文主要研究內(nèi)容20-22
• 第二章 智能算法原理22-46
• 2.1 優(yōu)化算法綜述22-23
• 2.1.1 函數(shù)優(yōu)化問題22-23
• 2.1.2 組合優(yōu)化問題23
• 2.2 優(yōu)化算法分類23-24
• 2.3 遺傳算法(GA)24-29
• 2.3.1 遺傳算法的基本概念24-25
• 2.3.2 遺傳算法的原理與基本步驟25-26
• 2.3.3 遺傳算法的運行參數(shù)26-27
• 2.3.4 遺傳算法的應(yīng)用27-28
• 2.3.5 遺傳算法的MATLAB實現(xiàn)28-29
• 2.4 模擬退火法(SA)29-33
• 2.4.1 模擬退火算法29-31
• 2.4.2 模擬退火算法關(guān)鍵參數(shù)和操作的設(shè)定31-33
• 2.4.3 模擬退火法的MATLAB實現(xiàn)33
• 2.5 混沌優(yōu)化算法(COA)33-38
• 2.5.1 混沌的起源33-34
• 2.5.2 混沌的獨特性質(zhì)34
• 2.5.3 混沌優(yōu)化算法原理34-35
• 2.5.4 變尺度混沌優(yōu)化算法35-37
• 2.5.5 參數(shù)探討37-38
• 2.6 人工神經(jīng)網(wǎng)絡(luò)(ANN)38-46
• 2.6.1 神經(jīng)網(wǎng)絡(luò)概念38-39
• 2.6.2 BP神經(jīng)網(wǎng)絡(luò)39-43
• 2.6.3 BP網(wǎng)絡(luò)的 MATLAB實現(xiàn)43-46
• 第三章 基于基坑監(jiān)測信息的智能預(yù)測方法46-56
• 3.1 BP神經(jīng)網(wǎng)絡(luò)的性能因素46-49
• 3.1.1 原始數(shù)據(jù)預(yù)處理46-47
• 3.1.2 初始權(quán)值W與閾值B47
• 3.1.3 BP網(wǎng)絡(luò)結(jié)構(gòu)47-48
• 3.1.4 BP網(wǎng)絡(luò)推廣能力的提高48-49
• 3.1.5 基于智能算法的BP網(wǎng)絡(luò)改進49
• 3.2 遺傳神經(jīng)網(wǎng)絡(luò)(GANN)預(yù)測模型49-52
• 3.2.1 利用遺傳算法設(shè)計神經(jīng)網(wǎng)絡(luò)的權(quán)值W和閾值B方案50
• 3.2.2 基于遺傳算法的神經(jīng)網(wǎng)絡(luò)權(quán)值及閾值優(yōu)化算法50-51
• 3.2.3 遺傳神經(jīng)網(wǎng)絡(luò)的MATLAB實現(xiàn)51-52
• 3.3 模擬退火神經(jīng)網(wǎng)絡(luò)(SANN)預(yù)測模型52-53
• 3.3.1 基于模擬退火算法的前饋神經(jīng)網(wǎng)絡(luò)52
• 3.3.2 模擬退火神經(jīng)網(wǎng)絡(luò)的MATLAB程序?qū)崿F(xiàn)52-53
• 3.4 變尺度混沌神經(jīng)網(wǎng)絡(luò)(MSCNN)預(yù)測模型53-56
• 3.4.1 混沌在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用53-54
• 3.4.2 變尺度混沌優(yōu)化方法確定BP網(wǎng)絡(luò)初值54-55
• 3.4.3 變尺度混沌神經(jīng)網(wǎng)絡(luò)的MATLAB實現(xiàn)55-56
• 第四章 潤揚大橋南錨啶深基坑監(jiān)測信息智能預(yù)側(cè)56-85
• 4.1 潤揚大橋南錨旋深基坑工程概況56-62
• 4.1.1 工程概況56-61
• 4.1.2 工程地質(zhì)及水文地質(zhì)條件61-62
• 4.2 潤揚大橋南錨旋基坑監(jiān)測及資料分析62-71
• 4.2.1 南錨啶基坑監(jiān)測62-63
• 4.2.2 監(jiān)測資料分析63-71
• 4.3 基于智能算法的深基坑變形預(yù)測71-83
• 4.3.1 基坑變形預(yù)測問題的神經(jīng)網(wǎng)絡(luò)建模71-73
• 4.3.2 基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)(GABP)預(yù)測73-78
• 4.3.3 基于模擬退火法的BP神經(jīng)網(wǎng)絡(luò)(SABP)預(yù)測78-81
• 4.3.4 基于變尺度混沌優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(MSCBP)預(yù)測81-83
• 4.4 預(yù)測成果分析83-85
• 第五章 結(jié)論與展望85-87
• 5.1 主要結(jié)論85-86
• 5.2 研究中存在的問題及展望86-87
• 參考文獻87-93
• 致謝93