基于MATLAB-NNT的土层分类系统

BP神经网络具有很强的非线性映射和自适应学习功能,可用于模式识别和预测评估等领域。本文应用BP神经网络的理论和方法,并使用MATLAB语言编制了相应的程序和用户界面,选取孔压、锥尖阻力、孔压参数作为输入参数,进行土层划分。应用结果表明,将BP神经网络用于土层划分是可行的。

结构混凝土抗压强度预测RBF-ANN模型

为了达到对C20~C40范围内的结构混凝土抗压强度快速准确预测的目的,基于RBF-ANN模型基本原理及应用特点,在钻芯法、回弹法、超声波法及回弹-超声波综合法等大量室内和现场无损检测试验基础上,进一步应用Matlab2012b神经网络工具箱,建立了混凝土抗压强度RBF-ANN预测模型。该模型经充分训练后,应用于山西省重点建设工程项目的结构混凝土质量控制。工程实践表明,构建的RBF-ANN模型预测精度为4.4%,满足工程实际需要,具有较好的便捷性、经济性和准确性。