针对堤防工程防渗加固方法的优选问题,充分借助已有工程的加固案例,综合应用基于实例的推理(Case Based Reasoning,CBR)方法和自组织特征映射神经网络(SOFM),在对影响加固方法选择的主要因素分析基础上,研究建立加固工程和实例之间相似...针对堤防工程防渗加固方法的优选问题,充分借助已有工程的加固案例,综合应用基于实例的推理(Case Based Reasoning,CBR)方法和自组织特征映射神经网络(SOFM),在对影响加固方法选择的主要因素分析基础上,研究建立加固工程和实例之间相似性的计算公式;利用自组织特征映射神经网络高度的自组织性和自适应性,对实例库中的实例进行动态聚类,提出以SOFM为检索机制的实例检索模型。将所述模型和方法应用于某实际工程,研究该堤防工程防渗加固方案生成的过程,分析模型和方法的有效性。算例分析表明:利用所建模型能够缩小实例检索的范围,提高检索的效率;有效利用了以往加固实例中积累的经验和知识,减少了对专家的依赖,可提高加固方法选择的效率和加固决策的智能化水平。展开更多
文摘针对堤防工程防渗加固方法的优选问题,充分借助已有工程的加固案例,综合应用基于实例的推理(Case Based Reasoning,CBR)方法和自组织特征映射神经网络(SOFM),在对影响加固方法选择的主要因素分析基础上,研究建立加固工程和实例之间相似性的计算公式;利用自组织特征映射神经网络高度的自组织性和自适应性,对实例库中的实例进行动态聚类,提出以SOFM为检索机制的实例检索模型。将所述模型和方法应用于某实际工程,研究该堤防工程防渗加固方案生成的过程,分析模型和方法的有效性。算例分析表明:利用所建模型能够缩小实例检索的范围,提高检索的效率;有效利用了以往加固实例中积累的经验和知识,减少了对专家的依赖,可提高加固方法选择的效率和加固决策的智能化水平。