盾构隧道信息化施工实时远程管理系统的建设

   
    除了原有的人工智能的方法外，系统还根据土力学理论和工程上经典公式的计算，这些方法在工程技术人员在对一些关键施工段进行决策有很大的帮助。
    除了施工现场的数据分析以外，在公司总部对历史数据的分析挖掘也至关重要，由于数据量非常大，而且数据的实时性要求低，因此在总部的数据分析系统，我们采用了有限元和混沌神经网络进行数据分析。
    本文采用一种混沌神经网络，应用神经网络的非线性动力学特性.将样本集记忆在神经网络确定性的混沌吸引子轨迹上，正是这种动态记忆方式，不仅将全部样本集得到记忆，而且允许利用动力学特性将各种样本模式一一加以重现和辨识，混沌吸引子的吸引线存在，形成了混沌神经网络固有的容错功能.若网络输入的实际信息发生不完整性或变异程度超出混沌神经网络固有容错范围，网络混沌运动就脱离了原有混沌吸引域，丧失了原有被储存样本模式的记忆，称之为失忆.神经网络是一种时空分布系统，空间上呈相互耦合的网络分布，时间上作非线性混沌运动，对于这种时空系统，采用的钉扎控制，通过对某些神经元施加一定强度的脉冲激励，驱动神经网络混沌运动进入要被恢复记忆的吸引域，从而对丧失的记忆得以恢复.这种方式使同一网络中反映不同工程的模型成为可能，当不同类别数据进入系统，系统就会作出自动辨识，得出不同的结论。

上一页  [1] [2]