2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、大壩觀測資料的分析是掌握大壩運行性態(tài)的重要手段,是判斷大壩安危的科學(xué)依據(jù)。因此對大壩觀測資料作出及時、合理、有效的分析是大壩安全監(jiān)控的重要工作之一。 影響大壩安全的因素多且復(fù)雜。如何充分利用掌握的信息,客觀準(zhǔn)確地評價大壩的安全性態(tài)是大壩安全監(jiān)控中急待解決的問題。本文針對傳統(tǒng)數(shù)學(xué)模型應(yīng)用中存在的缺陷,研究了改進(jìn)的BP神經(jīng)網(wǎng)絡(luò),對經(jīng)典BP網(wǎng)絡(luò)進(jìn)行了充分的優(yōu)化并應(yīng)用于大壩安全監(jiān)控工作中。主要研究內(nèi)容如下: 1.對BP網(wǎng)絡(luò)算法進(jìn)

2、行了研究。結(jié)合以往的研究成果,將數(shù)值優(yōu)化方法中的L-M算法用于經(jīng)典BP網(wǎng)絡(luò)的改進(jìn)中,提出了基于L-M原理的BP神經(jīng)網(wǎng)絡(luò)的解決方法,解決了經(jīng)典BP網(wǎng)絡(luò)易陷入局部最小的問題。 2.對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化。根據(jù)神經(jīng)網(wǎng)絡(luò)的特性及其運作方式,將日常廣泛使用的黃金分割原理用于網(wǎng)絡(luò)隱節(jié)點個數(shù)的確定中。該方法不僅克服了經(jīng)驗公式估算及大量試算的弊端,而且能使網(wǎng)絡(luò)快速找到較優(yōu)隱節(jié)點數(shù)。 3.研究了網(wǎng)絡(luò)初始權(quán)值的自相關(guān)修正法。將初始權(quán)值的修正

3、和網(wǎng)絡(luò)各層神經(jīng)元個數(shù)及傳遞函數(shù)緊密聯(lián)系。該方法有別于傳統(tǒng)網(wǎng)絡(luò)初始權(quán)值的隨機(jī)賦值,提高了網(wǎng)絡(luò)的穩(wěn)定性及收斂精度。 4.將上述各單項改進(jìn)方法結(jié)合運用,提出了改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)。改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)是對經(jīng)典BP神經(jīng)網(wǎng)絡(luò)的充分優(yōu)化,有效克服了經(jīng)典BP神經(jīng)網(wǎng)絡(luò)存在的一些缺陷。 5.利用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)建立大壩多因素監(jiān)控模型、三維位移模型、整體模型。整體模型充分考慮大壩的各類影響因素,相比于傳統(tǒng)應(yīng)用的單點模型和局部模型,更能全面而準(zhǔn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論