數(shù)據(jù)挖掘及神經(jīng)網(wǎng)絡(luò)在土木工程中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘就是從大量不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際數(shù)據(jù)中發(fā)現(xiàn)隱含的、事先未知的潛在有用的并且最終可理解的信息和知識(shí)的過(guò)程。而神經(jīng)網(wǎng)絡(luò)是數(shù)據(jù)挖掘常用的工具。本文旨在研究如何將數(shù)據(jù)挖掘技術(shù)及神經(jīng)網(wǎng)絡(luò)應(yīng)用于土木工程。 神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差值的選取是一個(gè)具有挑戰(zhàn)性的問(wèn)題。目前多數(shù)處理這個(gè)問(wèn)題的方法，是通過(guò)簡(jiǎn)單的試算法。結(jié)合土木工程應(yīng)用，考慮訓(xùn)練樣本的隨機(jī)特性，本文提出了一個(gè)新的選取訓(xùn)練誤差初始值的方法。該方法由實(shí)測(cè)值求出相應(yīng)的真值置信

2、區(qū)間，若訓(xùn)練誤差的取值使得網(wǎng)絡(luò)預(yù)測(cè)值落在真值置信區(qū)間內(nèi)就可以認(rèn)為此時(shí)的訓(xùn)練學(xué)習(xí)反映了網(wǎng)絡(luò)輸出變量的真值情況，學(xué)習(xí)就可以結(jié)束。此時(shí)允許訓(xùn)練誤差大小為真值置信區(qū)間長(zhǎng)度的二分之一。試驗(yàn)結(jié)果表明該方法能減少神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間。 過(guò)去，對(duì)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的評(píng)價(jià)廣泛采用相對(duì)誤差方法。對(duì)于有隨機(jī)因素影響的樣本數(shù)據(jù)，該方法已經(jīng)不再適用。于是，本文對(duì)此進(jìn)行了深入研究，以數(shù)理統(tǒng)計(jì)理論為基礎(chǔ)，提出了適合隨機(jī)問(wèn)題的評(píng)價(jià)方法。該方法定義了模型預(yù)測(cè)的正確率

3、這一概念，進(jìn)一步由正確率導(dǎo)出模型預(yù)測(cè)結(jié)果正確的概率，以此來(lái)評(píng)價(jià)模型預(yù)測(cè)結(jié)果的可靠性。土木工程實(shí)際應(yīng)用結(jié)果表明，該方法是可行的，評(píng)價(jià)結(jié)論更貼近工程實(shí)際。 最后，針對(duì)在高性能混凝土配制方面的應(yīng)用，利用可視化編程語(yǔ)言Delphi編制了應(yīng)用軟件，軟件具有數(shù)據(jù)管理、網(wǎng)絡(luò)訓(xùn)練、網(wǎng)絡(luò)檢驗(yàn)、性能預(yù)測(cè)和成本計(jì)算等功能。實(shí)際測(cè)試表明，軟件達(dá)到了實(shí)用要求，具有工程實(shí)用價(jià)值。從而提高了高性能混凝土的生產(chǎn)效率。 總之，本文從數(shù)據(jù)挖掘基本思想出發(fā)，