教学楼框架结构填充墙及首层节点抗震性能分析

为解决砌块填充墙框架结构的地震易损性问题,以山东省济南市某中学双跨外廊式框架结构教学楼为研究对象,运用数值模拟的手段建立三维分析模型,研究结构的整体振型、填充墙的拉损伤特征分布和首层框架节点的抗震性能。结果表明,结构特征值随着振型增加而增大,三阶振型特征值约为一阶振型特征值的2倍;随着振型阶数的增加,结构的固有频率不断增加,而自振周期则不断减小,阶数越大,实测周期与自振周期约接近;存在砌体填充的框架结构,其首层框架柱顶节点发生明显的剪切破坏,最大主拉应变达到1.445×10^(-2),最大主压应变为8.798×10^(-3),破坏形式与斜压杆-桁架机构理论相符。

人工神经网络中隐含层节点与训练次数的优化

目前构建定量构效关系人工神经网络模型中隐含层节点数和网络训练次数大多是依靠试验方法来确定 ,针对该方法运算工作量较大、模型质量和预测精度没有保证等问题 ,通过编写程序获得有关网络的预测精度和百分误差与网络隐含层节点数和训练次数之间关系的大量数据 ,采用Matlab语言分别绘制预测精度和百分误差与网络隐含层节点数和训练次数之间的三维关系图 ,从图中可以很容易判断出达到最佳预测精度和最小百分误差的隐含层节点数和训练次数 .

BP神经网络隐含层节点数确定方法研究

在BP神经网络的众多参数中,隐含层节点数是其中一个非常重要的参数,它的设置对BP神经网络的性能影响很大,而且是导致"过拟合"现象的直接原因。目前理论上还不存在一种科学普遍的用于确定隐含层节点数的方法,应用时只是凭借设计者以往的经验以及借助多次实验进行确定,因此无法高效地获得隐含层节点数。针对BP神经网络隐含层节点数的确定问题,提出一种"三分法"算法,用于快速确定BP神经网络的隐含层节点数的最优解。在Wine-data数据集上,通过Matlab仿真实验验证了"三分法"算法比传统方法获取隐含层节点数的效率提高了1.8倍,是一种行之有效的方法。

一种基于二层节点和客观风险的电子商务交易信任模型

为解决P2P环境下电子商务的安全交易问题,在深入研究电子商务相关信任模型的基础上,基于交易中可能存在的客观风险,提出了一种基于二层节点的综合信任度的计算模型。综合考虑了影响交易的交易金额、交易时间等多种因素,引入了可交易度的概念,并将其作为节点是否进行交易的决策依据。实验表明,该模型能够更准确地计算节点的信任值,可有效地提高交易的安全性。

前向神经网络隐含层节点数的一种优化算法

由于前向神经网络隐含层节点数的确定尚无理论依据,为此提出一种基于黄金分割原理的优化算法,首先确定网络隐含层节点数频繁出现的区间范围;将网络总误差作为试验结果,然后利用黄金分割法搜索其区间中的理想数值;兼顾高精度的需要,将隐含层节点数频繁出现的区间作拓展,可以求得逼近能力更强的节点数。算法分析和仿真例子表明,此优化算法是切实可行的,不仅能找到理想的隐含层节点数,而且能起到节省成本、提高搜索效率等功效。

一种确定神经网络隐层节点数的新方法

针对神经网络结构确定中隐层节点数确定难的问题 ,提出了一种确定神经网络隐层节点数的新方法 .本方法计算量小 ,使用方便 。

一种新的基于Agent的神经网络隐层节点数的优化算法

本文提出了一种新的基于Agent的神经网络隐层结构的优化算法(OHA)。该方法包括两个部分,分别由RLAgent和NNAgent合作完成。RLAgent根据强化学习算法找到一个比当前节点数更优的解,并反馈给NNAgent。NNAgent据此构建相应的网络,并采用分层训练的算法对该网络进行优化,训练结果再发给RLAgent。在多次循环后,OHA算法就可以找到一个训练误差最小的全局最优解(权值及隐层节点数)。本文讨论了有关的算法、测试和结果分析。Iris数据集和危险评估数据集的测试结果表明,算法避免了盲目搜索造成的计算开销,明显改善了优化性能。

确定RBF神经网络隐层节点数的最大矩阵元法

针对基于训练样本输入信息进行非监督聚类来确定RBF神经网络隐层节点数的方法存在利用信息不充分的缺陷,该文提出了一种新的确定RBF神经网络隐层节点数的方法。利用训练样本输入输出全部信息建立样本间的相似矩阵,然后采用最大矩阵元法来确定RBF神经网络隐层节点数。实验仿真表明,该方法是有效的。

隐层节点数经验公式在水库调度规则提取中的应用效果评价

隐层节点数是确定人工神经网络模型结构的重要参数,但目前尚无通用的确定方法。以水库中长期优化调度规则提取为例,选择了四种典型的隐层节点数经验确定公式,将合格率、确定性系数、平均绝对误差、指标综合占优数等作为评价指标,以全年、汛期、非汛期为统计时段,评价了各经验公式对四项评价指标的拟合和检验效果,并进行了摄动分析。结果表明,Lippmann R P公式应用效果、适应性及稳定性均较好,更适合建立水库优化调度规则提取模型。

水库优化调度ANN模型隐层节点数经验公式比较

人工神经网络(ANN)应用于水库中长期调度时,隐层节点数尚无公认的选择标准。选取常用的4种确定隐层节点数的经验公式,采用合格率、确定性系数、平均绝对误差、指标综合占优数等指标,以全年、汛期、非汛期为统计时段,选取三峡、池潭、隔河岩等3个水库为对象,评价各经验公式对不同水库的普适性及可替代性。结果表明,各经验公式对不同水库、不同时段的应用效果存在一定差异,但对发电量最大为目标的模拟调度效果相差不大,可优先考虑使用隐层节点数最少的Lippmann公式建模。

RBF网络隐含层节点的优化

RBF神经网络隐含层节点数的确定一直以来是该网络设计成败的关键所在,文中采用K-means自组织聚类方法为隐含层节点的径向基函数确定合适的数据中心,先给出一个初始值,再慢慢调整,通过实验数据来确定最佳隐含层节点数。结果表明,如果隐含层设计得当,RBF网络可以很好地解决函数接近问题。

基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型

针对传统BP神经网络存在的容易产生过拟合、网络计算耗时长等问题,提出基于属性核特征选择与隐含层节点数动态确定的BP神经网络模型(AC-H-BPNN)。该模型以粗糙集中属性核为基点,通过属性重要度的判断,对神经网络输入项进行降维约简。针对隐含层节点数难以确定的问题,将二分分割法与经验公式相结合,精准确定隐含层节点数。并以水产养殖中对虾产量为例进行分析,实验结果表明,改进后的算法能够克服局部最小值问题,且预测结果准确度较高。

BP网络中隐含层节点优化的研究

在BP网络中,增加隐含层可提高BP网络的处理能力,但同时也增加了隐节点的个数,导致训练时间延长。文章分析了传统BP算法的训练过程及存在的问题,针对该问题,提出一种改进算法,即合并或删除隐结点。实验证明。

基于ABAQUS的斜交网格转换层节点受力性能有限元分析

为了解斜交网格中Y型转换层节点的受力性能,以深圳某超高层建筑交叉网格筒体结构为研究对象,采用ABAQUS软件对基础与首层转换层Y型节点进行了正常使用条件下的数值模拟,分析带内隔板方钢管混凝土柱-钢梁刚性节点的受力和变形特征,验证其构造的合理性。数值模拟结果表明:加载过程中,节点核心区变形不显著,斜柱将先于节点区破坏,节点区将能有效传递斜柱内力,起到良好的联结作用,满足节点承载力大于构件承载力的强节点设计原则。

一种自适应确定隐层节点数的增量半监督超限学习机算法

单隐层前馈神经网络中,隐层节点个数是影响网络的学习能力和复杂程度的重要因素。在实际应用当中,如何确定网络的隐层节点个数仍然是一个开放的问题。在半监督超限学习机(SS-ELM)的基础上,本文提出了一种增量半监督超限学习机(ISS-ELM)算法,对于给定的学习精度,该算法能够逐个或者成批地增加隐层节点,并自适应确定隐层节点数量。在此过程当中,网络的外权矩阵不需要重新训练,只需逐步更新。理论分析和仿真实验表明:ISS-ELM在保持SS-ELM泛化能力的基础上,大幅提高了学习速度;此外,与另一种监督学习类型的增量超限学习机(EM-ELM)相比,ISS-ELM具有更好的泛化能力。

面向目标跟踪的物联网感知层节点部署优化研究

针对目标跟踪物联网感知层节点动态部署的特点,在人工鱼群算法和虚拟力算法的基础上,设计了融入虚拟力影响的人工鱼群控制算法,给出了算法的参数自适应调整策略,该算法利用节点间的虚拟力来影响人工鱼的觅食行为和追尾行为,指导人工鱼群的进化过程,加快算法的收敛性。仿真实验结果显示,算法能快速有效地实现无线传感器网络节点的部署优化,与人工鱼群算法和虚拟力算法相比,该算法不仅全局寻优能力强,且收敛速度快,可有效提高网络覆盖率,优化网络性能。

基于模拟退火的BP网络隐藏层节点估算算法

单隐藏层BP神经网络在模式识别及数据挖掘等领域应用广泛,而隐藏层节点的数目受到众多因素的影响,因此节点数量的选取一直是一个复杂的问题。文章提出一种基于模拟退火算法(simulated annealing,SA)的单隐藏层BP神经网络隐藏层节点估算算法,基于经验确定隐藏节点数的下界,通过模拟退火不断增加隐藏节点个数直至算法结束,得到最优解。该方法与经验法和试凑法相比具有较强的理论依据,与遗传算法等方法相比不容易陷入局部最小值。实验证明,采用该方法估算隐藏层节点的准确率较高,速度也较快。

基于近似结构风险的ELM隐层节点数优化

隐层节点数是影响极端学习机(ELM)泛化性能的关键参数,针对传统的ELM隐层节点数确定算法中优化过程复杂、容易过学习或陷入局部最优的问题,提出结构风险最小化-极端学习机(SRM-ELM)算法。通过分析VC维与隐层节点数量之间的关联,对VC信任函数进行近似改进,使其为凹函数,并结合经验风险重构近似的SRM。在此基础上,将粒子群优化的位置值直接作为ELM的隐层节点数,利用粒子群算法最小化结构风险函数获得极端学习机的隐层节点数,作为最优节点数。使用6组UCI数据和胶囊缺陷数据进行仿真验证,结果表明,该算法能获得极端学习机的最优节点数,并具有更好的泛化能力。

基于多层节点模型的平流层浮空器热力学分析

基于两节点热力学模型,研究多层节点模型的平流层浮空器热特性分析方法.对美国国家航空航天局的超长航时气球的仿真结果表明:多层节点模型可给出囊体不同部位的温度分布及氦气温度随时间的变化规律;高空气球囊体顶部和底部的昼夜温差明显小于平流层飞艇内氦气的昼夜温差;高纬度飞行时的氦气温差更小,降低驻空高度可降低氦气温度.研究结果对平流层浮空器热控设计具有重要的参考价值.

演化神经网络诊断模型隐层节点自生成算法的探讨及应用

在将演化计算方法引入径向基函数 (RBF)网络训练的基础上 ,建立了一个故障诊断模型 ,给出了一种隐层节点自生成的学习方法 ,并在齿轮的故障诊断应用中得到验证 图 2 ,表 1 ,参