基于人工神经网络模型的加固专用砂浆性能研究

根据影响加固专用砂浆性能的水胶比、粉煤灰与胶凝材料用量比、包裹砂粒的平均浆体厚度3个因素的正交试验数据,文章建立了人工神经网络模型,并计算了不同因素不同水平下砂浆的稠度、密度、抗折强度、抗压强度和黏结强度,讨论了各个因素和砂浆各个材料性能之间的关系,并为加固专用砂浆的配制及性能指标预测提供了计算方法。     

钢筋网复合砂浆加固施工方法

钢筋网复合砂浆加固法是一项墙体加固新技术。复合砂浆是一种新型的无机材料,具有强度高、收缩小,与构件粘结性能好等一系列优点．将其与钢筋网结合而形成的加固薄层能与被加固的墙体很好的共同工作。采用钢筋网复合砂浆加固能有效提高墙体的抗震承载力、变形能力。采用钢筋网复合砂浆对砖砌体房屋进行抗震加固的优点显著。在性能方面,它能极大提高墙体的抗剪、变形和整体性,具有极佳的耐火、耐腐蚀等性能：在施工方面,它具有施工便捷、施工工效高、施工质量有保证的特点,而且对施工人员的技术水平要求不高,不需大型的施工机具,也无需现场固定设施：在使用方面,它具有适用面广的特点。另外,钢筋网复合砂浆加固作为一种外包加固法,不会较大增加墙体的重量。     

TK聚合物砂浆在混凝土表面修补加固中的应用

TK聚合物砂浆是一种新型的混凝土表面修补加固材料，具有黏结强度高、干缩变形小、抗压模量低、抗氯离子和硫酸盐离子侵蚀能力强的特点，可显著提高护筋阻锈能力，还具有一定的补偿收缩性能，价格比同类产品低。文章结合实例，介绍了TK聚合物砂浆的主要性能、使用范围、施工质量控制方法及施工过程中的注意事项。     

TK聚合物砂浆在混凝土表面修补加固中的应用

TK聚合物砂浆是一种新型的混凝土表面修补加固材料,具有黏结强度高、干缩变形小、抗压模量低、抗氯离子和硫酸盐离子侵蚀能力强的特点,可显著提高护筋阻锈能力,还具有一定的补偿收缩性能,价格比同类产品低.文章结合实例,介绍了TK聚合物砂浆的主要性能、使用范围、施工质量控制方法及施工过程中的注意事项.     

基于人工神经网络的住宅性能综合评价

商品住宅性能认定制度是一项非常重要的制度,而住宅性能综合评价又是商品住宅性能认定中一项非常重要的工作,现行的评价方法存在着不足之处,本文运用人工神经网络对住宅性能进行综合评价,通过建立人工神经网络模型,结合益阳商品住宅市场的实际情况,对该市场的商品住宅性能进行综合评价,将指标评分值作为网络输入,综合评分作为网络输,对训练后的社会网络进行检验,结果比较令人满意。     

SPC聚合物砂浆在混凝土表面修补加固中的应用

SPC聚合物水泥砂浆是将高分子聚合物乳液（简称胶料）与由水泥、石英砂、膨胀剂等组成的干混砂浆（简称粉料）按比例拌和而成的一种聚合物水泥砂浆,简称SPC砂浆。SPC砂浆具有优异的粘结、抗渗、抗裂、抗冻、抗氯离子渗透、耐冲磨、耐老化性能,可在混凝土表面形成致密、弹性、抗渗、抗冻性能良好的“薄壳”,既起到表面修补的作用,又具有良好的防护效果,是一种理想的混凝土修补、防渗、防护新材料。本文结合梅州盐业揭阳中转站多个混凝土建筑物工程现场修补加固和防碳化喷涂实例,介绍了SPC聚合物砂浆的主要性能、使用范围和SPC聚合物砂浆施工质量控制方法,并提出施工过程中的注意事项。     

基于BP人工神经网络的企业人员素质评价模型

人员素质评价是现代人力资源管理的一项重要功能,介绍了用神经网络对企业人员素质评价方法改进的原理及思路。     

基于人工神经网络的住宅性能综合评价

商品住宅性能认定制度是一项非常重要的制度,而住宅性能综合评价又是商品住宅性能认定中一项非常重要的工作,但由于现行评价方法的不足,本运用人工神经网络对住宅方法的不足,本运用人工神经网络对住宅性能进行综合评价,通过对立人工神经网络模型,结合益阳实际情况,对益阳的商品住宅性能进行综合评价,将指标评分值作为网络输入,综合评分作为网络输出,训练网络后,进行检验,取得了满意效果。     

基于人工神经网络的分供方评价模型

分析了分供方评价的定性方法和多平价法的不足之处,建立了分供方评价的人工神经网络模型,从产品质量的保证能力等方面进行综合评价。仿真实验表明,人工神经网络用于分供方评价,其结果是令人满意的。     

基于人工神经网络的软件质量预测模型研究

当前,随着我国科技水平的不断提高,软件系统越加复杂,相应的功能也趋于完善、强大,如何确保软件质量符合要求成为一大焦点问题.在对软件质量进行评价时,软件质量预测建模是一大重要技术,其主要目的在于能够在软件开发的早期及时明确软件质量等级,从而为后期的软件质量控制、维护奠定良好的基础.但是,当前我国大部分的软件质量预测模型较为粗糙,必须进一步选择合适的方法构建更为科学的模型.本文基于人工神经网络技术展开软件质量预测模型的分析,并以学习向量量化(LVQ)神经网络为具体研究对象,构建相应模型.     

基于人工神经网络的企业顾客满意度研究

企业顾客满意度是企业与顾客关系的集中体现,直接决定了企业竞争力的高低。以顾客满意度理论为基础,提出一般企业的顾客满意度指标体系,建立顾客满意度的人工神经网络评判模型并进行实证运算,可以实现对顾客满意度的科学评价与判断。     

石油需求预测的人工神经网络模型

2007年中国经济高速增长推动了石油产量和消费量双双攀升。石油作为重要的战略物资,在国家安全与国民经济发展中占有举足轻重地位。自20世纪70年代石油危机以来,石油越来越多为世人关注。根据我国石油消费历史数据,对未来我国石油供需状况进行预测,采用BP神经网络预测方法,利用MATLAB软件的神经网络功能,建立合理的训练模型,进行数据测试和预测,最终得到2007～2011年石油需求预测结果,并对我国现阶段石油安全问题进行分析。     

基于神经网络的装备供应链绩效评估研究

从影响供应链战略目标的三个关键因素入手,结合装备供应链特点,建立了装备供应链绩效评估指标体系;依据神经网络原理,建立了用于装备供应链绩效评估的LMBP神经网络评估模型;并通过实例分析和仿真,结果表明,该评估模型合理、有效、可行。     

基于人工神经网络的智能假肢控制系统设计

假肢仿生和控制技术还不够成熟,人工神经网络具有自学习和自适应的能力,能够对控制系统进行优化、识别、分类和预测等,文章基于人工神经网络的智能假肢控制系统,以STM32F103ZET6为神经网络算法的处理核心,选择MEMS三维加速度传感器和与之对应的MT Manage上位机,通过对从传感器采集的数据进行人工神经网络处理后,发送到上位机来实时检测人体表面肌电信息。     

基于ANN的结构可靠度分析方法

针对结构发展需要，介绍一种智能化的可靠度分析方法一人工神经网络（ANN），通过一个例题，使用Matlab语言编程仿真，分析ANN求解结构可靠度的可行性，详细阐述样本的选择、模型的建立、网络的稳定性与精度，经对多种实况类型的测试，计算方便，结果可靠，精度高，满足结构设计要求。     

基于人工神经网络的钢管销售预测

利用人工神经网络对不规则的、非线性的钢管销售系统进行模拟,通过BP算法,建立钢管销售预测模型.结果表明.基于人工神经网络进行钢管销售预测,可以较好反应出销售量的变化趋势,得到更为精确的预测结果.     

基于主成分分析-RBF神经网络模型的备件预测研究

备件预测在产品物流保障中占有极其重要的地位,针对现有各种航空备件预测方法精度较低,无法满足实际需求的现状,文章提出了基于主成分分析-RBF神经网络模型的备件预测方法：首先利用主成分分析方法去除原始输入层数据的相关性,以解决RBF神经网络模拟预测备件需求时输入变量过多,网络规模过大导致效率下降的问题．最后选择合适的径向基函数密度训练神经网络。通过结合实例进行分析,取得了较好的效果。     

基于人工神经网络的露天矿边坡稳定性分析

边坡稳定性分析是露天矿山的重点研究方向,本文根据某露天矿边坡发生滑坡的实际问题,利用人工神经网络的分析方法,对该矿原设计边坡结构参数与优化后的边坡结构参数进行分析讨论。本文既解决了矿山的实际问题,又为矿山利用神经网络进行边坡稳定性分析积累了经验。