首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   8篇
  完全免费   6篇
  力学   14篇
  2016年   1篇
  2015年   1篇
  2010年   2篇
  2008年   2篇
  2007年   2篇
  2006年   1篇
  2005年   1篇
  2004年   1篇
  2003年   1篇
  2002年   2篇
排序方式: 共有14条查询结果,搜索用时 31 毫秒
1.
压电智能结构荷载识别方法的研究   总被引:10,自引:0,他引:10  
采用压电智能结构实测荷载的输出响应,基于BP神经网络与有限元逆分析提出一种识别荷载位置及大小的方法,首先在结构的不同位置施加单位荷载由有限元方法计算得到网络的学习样本,经网络作逆分析识别茼载位置,继而通过有限元逆逼近方法确定荷载大小的最小二乘解,数值算例表明,该方法计算速度快、精度高,不受结构几何形状和边界条件的限制,用于识别实际压电智能结构不确定荷载的位置及大小是可行的。  相似文献
2.
滑动轴承非线性油膜力的神经网络模型   总被引:6,自引:0,他引:6       下载免费PDF全文
秦平  孟志强 《摩擦学学报》2002,22(3):226-231
在已有的滑动轴承非线性油膜力数据库基础上 ,将轴承的位置和速度参数加以综合 ,利用变量状态空间变换将分段的油膜力数据转换成连续的数据空间 ,建立非线性油膜力连续型数据库和相应的网络模型 .以圆轴承 -转子系统为例 ,分别采用有限差分法、数据库法和 BP网络模型计算了轴承系统的非线性油膜力和轴心轨迹 .结果表明 ,网络模型计算结果与基于数值方法的结果较为吻合 ,可以显著地提高轴承系统的计算效率  相似文献
3.
中深孔爆破振动参数的BP神经网络预报   总被引:4,自引:0,他引:4  
以某工程不同爆点不同监测点的爆破振动监测数据为背景,在分析爆破振动主要影响因素的基础上,建立了能同时对爆破振动速度峰值、振动主频率和振动的持续时间进行预报的BP神经网络模型。该模型的预报结果(爆破振动的幅值、振动主频率和振动持续时间)与实际监测结果基本吻合,从而得到了该场地不同地质、地形情况下爆破振动预报的BP神经网络模型。  相似文献
4.
逐孔起爆震动参数预报的BP神经网络模型   总被引:2,自引:0,他引:2  
根据神经网络理论,结合逐孔起爆技术的特点,建立了爆破震动参数预报的BP网络模型。以某矿山深孔台阶爆破为例,利用逐孔起爆过程中收集的原始资料和爆破震动监测数据,对建立的BP网络模型进行了训练和应用。与实测值比较后发现,BP网络模型的预报结果更接近实测值。  相似文献
5.
改进BP网络的海底地形辅助导航算法   总被引:2,自引:2,他引:0  
鉴于传统的迭代最近点算法存在着易陷入局部最优的缺陷和实时性不好的问题,提出了一种将BP神经网络引入迭代最近点算法中进行地形匹配的新方法。针对传统BP算法存在的局部极小和收敛速度慢等缺点,采用自适应学习方法、引入动量因子、可变化的学习率因子和可调激活函数等措施进行了BP算法的改进。仿真结果表明,改进后的算法可以在一定程度上克服由于局部收敛带来的匹配失效问题,能够获得很好的匹配效果,同时也解决了在实时性上存在的突出问题。  相似文献
6.
既有钢桁梁桥损伤识别与诊断方法研究   总被引:2,自引:1,他引:1       下载免费PDF全文
 从结构动力学基本理论出发,对既有钢桁梁桥的损伤识别与诊断方法进行了研究. 通过选取钢桁梁桥损伤前、后的固有频率作为特征参数,并应用BP神经网络方法和MATLAB方法对桥梁损伤识别和诊断过程进行了深入细致地分析,提出了一套完整的桥梁损伤识别和诊断过程流程图. 最后,用一实际钢桁梁桥的损伤识别进行了数值模拟,计算结果证明了该方法的准确性和有效性.  相似文献
7.
基于灰色BP神经网络的陀螺电机状态预测   总被引:1,自引:0,他引:1  
陀螺电机状态直接影响惯导系统的精度和可靠性,对其进行预测是惯导系统性能评估和寿命预测的重要途径。利用灰色理论的建模预测方法对随机性较大的数据预测精度不高;BP神经网络模型的预测方法具有良好的非线性和自学习能力,但训练效率不高且训练效果受样本数影响较大,网络容易限于局部最小值。针对陀螺电机状态特征参数的特点,本文提出一种基于灰色BP神经网络的混合模型。该模型利用BP神经网络对灰色模型误差进行建模,模型输出返回灰色模型进行输入修正。利用灰色理论、BP神经网络以及混合模型对状态特征参数进行建模和预测,结果表明,混合模型的预测误差比灰色模型减小了约2/3,比神经网络减小了约1/3,证明了该模型的有效性。  相似文献
8.
基于神经网络的石英加速度计的二维时、温漂移补偿   总被引:1,自引:0,他引:1  
针对捷联惯导系统中石英挠性线加速度计输出偏值在快速启动和不同温度条件下漂移较大的问题,从理论和大量试验上研究了其静态时、温漂特性,提出了采用LM算法的BP神经网络进行二维补偿的方法。将工作时间和观测温度作为输入变量,其偏值输出电压作为目标信号通过网络训练得到该状态下的估计量进行补偿,算法具有收敛速度快、对初始值的设定鲁棒性强的特点。训练完成后,采用建立数据库的方法,供直接调用,其数据读取硬件延时为微秒级,完全满足系统实时应用要求。试验结果表明,该方法拟合的零位漂移最大误差为4.9882×10-6,较传统最小二乘法提高了近一个数量级。  相似文献
9.
经典的卡尔曼滤波器要求假设系统的动态模型和观测模型的噪声统计特性已知,而组合导航系统的噪声具有非先验性。为了解决这一问题,提出了一种新型复合神经网络(CNN)辅助卡尔曼滤波器(Kalman)。仿真试验结果表明:该辅助算法的精度与一般卡尔曼算法相比提高了2倍,收敛时间缩短近200s,并有效地克服了传统神经网络学习速度慢、泛化能力弱的缺点,使系统具有自适应能力以应付动态环境的扰动。  相似文献
10.
采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,先用遗传学习算法进行全局训练,再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索,提出了用BP网络训练产生变异的遗传算法。作为实例,将该方法应用于预测基坑支护结构水平变形中。结果表明,该方法有收敛速度较快、预测精度高等优点。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号