- 详情
- 2021-04-27
- 简介
- 381KB
- 页数 6P
- 阅读 91
- 下载 39
鉴于目前常用的桥梁状态评估方法存在较大的人为主观性和随意性,且无法考虑历史评估数据对当前状态的影响,因此不能准确地反映出桥梁当前的真实状态,依据贝叶斯推断中考虑先验信息影响的特点,提出了一种B-TBU模型的方法,在对当前状态的评估中,考虑历史评估数据的影响,对某座桥梁近20年的状态进行重新评估.评估结果表明:采用B-TBU模型方法可大幅度提高状态评估的准确性,使桥梁各年份状态评估的准确度均提高到90%以上;同时将BP神经网络、ELM神经网络等算法初步引入B-TBU模型,对该B-TBU模型方法进行训练学习.其结果表明,采用神经网络类方法,各年份状态评估的准确度也保持在80%左右.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
利用B-TBU模型评估桥梁状态的神经网络法 381KB
利用B-TBU模型评估桥梁状态的神经网络法 455KB
桥梁施工状况评估的小波神经网络模型 144KB
基于BP神经网络的桥梁技术状态评估 107KB
神经网络模型在桥梁施工状况评估中的应用 429KB
基于BP神经网络的工程伪装效能评估模型 198KB
神经网络集成的城市道路状态判别模型研究 1.4MB
基于DE-BP神经网络的桥梁损伤评估 304KB
融GIS和BP神经网络的住宅房产评估模型 1.0MB
基于人工神经网络的投资项目效益评估模型 636KB