智能方法在桩基工程中的应用

摘要

在现代化的房屋建设中，桩基由于其自身的优点而得到广泛使用。这与现代工程技术以及我国经济建设的发展是密不可分的。但在施工工程中，桩身易出现一些缺损，如断裂，缩径，离析等，使桩基本身无法达到预期的承载力或使结构产生不均匀沉降而导致工程事故的发生。因此，如何合理确定桩基的健康性已成为一个很重要的课题。 利用神经网络对采集的数据进行分析、预测是解决这一问题的有效方法之一。本文在分析神经网络处理数据特点的基础上，针对RBF网络的设计和训练存在的问题，将多种智能方法融合，设计了一种改进的DNA进化计算，并利用改进的DNA进化计算优化RBF神经网络以解决上述问题，从而改善网络结构，提高网络的逼近能力和泛化能力，有效地进行桩基健康检测。主要内容包括以下几个方面： (1)研究了神经网络、粗糙集理论、遗传算法、DNA计算等多种智能方法。深入地分析了各种智能方法的优缺点。 (2)研究了基于粗糙集预处理神经网络训练样本集。利用粗糙集可以简化信息空间表达维数的特点，将粗糙集作为神经网络的前置系统，化简训练样本集的信息结构，简化神经网络结构的复杂性。 (3)RBF神经网络优化的实质是一个多目标优化问题。本文设计了一种多目标的DNA进化计算来解决RBF神经网络的优化问题，该算法利用排序的Pareto支配集确定进化计算中的个体适应度，使用基于碱基对的交叉、变异、倒位、复制等进化算子进行遗传操作，快速找到Pareto最优解集，并从中选出网络结果最优的RBF网络。本文同时对给出算法的收敛性进行了证明。 (4)将基于DNA进化计算的RBF神经网络应用于桩基的健康检测中，经过实测数据与经网络预测数据的分析比较，说明该网络具有良好的检测效果。

目录

文摘

英文文摘

声明

第1章引言

1.1研究背景和意义

1.2国内外研究现状

1.3论文的内容和组织

第2章典型智能方法概述

2.1神经网络

2.1.1神经网络的研究历史

2.1.2前馈型神经网络

2.2粗糙集理论

2.2.1粗糙集理论概述

2.2.2粗糙集的知识表达

2.2.3粗糙集的知识约简

2.3遗传算法

2.3.1遗传算法简介

2.3.2遗传算法的构成要素

2.4 DNA计算

2.4.1 DNA计算的发展和研究现状

2.4.2 DNA计算的生物基础

2.4.3 DNA计算的优点及目前存在的问题

2.5本章小结

第3章 智能方法的融合研究及改进

3.1基于粗集方法预处理的神经网络训练样本集

3.1.1粗集智能数据分析

3.1.2基于粗集预处理的神经网络的优化

3.1.3应用举例

3.2基于DNA进化计算的RBF神经网络

3.2.1 DNA计算可优化RBF神经网络的证明

3.2.2基于多目标DNA进化计算的RBF神经网络优化

3.2.3计算智能若干方法的融合算法

3.3 DNA-RBF网络的性能分析

3.4本章小结

第4章改进的智能方法在桩基工程中的应用研究

4.1网络的参数的选择

4.2工程应用实例

4.3结果分析

4.4本章小结

第5章总结与展望

5.1全文总结

5.2研究展望

参考文献

致 谢

附录攻读硕士学位期间发表论文