基于NGO优化的BP神经网络的混凝土预应力渡槽热学参数反演分析.docx

基于NGO优化的BP神经网络的混凝土预应力渡槽热学参数反演分析

目录

内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.2研究目的与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.3文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3.1BP神经网络简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3.2混凝土预应力渡槽热学参数研究现状．．．．．．．．．．．．．．．．．．．．．7

1.3.3基于NGO优化的BP神经网络研究进展．．．．．．．．．．．．．．．．．．．．．．8

研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1BP神经网络原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.1.1神经元模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.1.2学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.2NGO优化算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.2.1NGO算法原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.2.2NGO算法步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.3基于NGO优化的BP神经网络模型构建．．．．．．．．．．．．．．．．．．．．．．．19

2.3.1输入输出变量选取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.3.2网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.3.3参数初始化与调整．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

实验与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

3.1实验数据准备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

3.1.1数据来源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

3.1.2数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

3.2NGO优化BP神经网络训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

3.2.1优化前BP神经网络的性能分析．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.2.2NGO优化后的BP神经网络性能分析．．．．．．．．．．．．．．．．．．．．．．．33

3.3混凝土预应力渡槽热学参数反演．．．．．．．．．．．．．．．．．．．．．．．．．．34

3.3.1反演结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.3.2反演精度评价．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

结果与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

4.1NGO优化BP神经网络的性能评估．．．．．．．．．．．．．．．．．．．．．．．．．．．39

4.1.1误差分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

4.1.2敏感性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

4.2混凝土预应力渡槽热学参数反演结果分析．．．．．．．．．．．．．．．．．．43

4.2.1热学参数分布规律．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

4.2.2影响因素分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

1.内容概括

本论文题为《基于NGO优化的BP神经网络的混凝土预应力渡槽热学参数反演分析》。该研究旨在通过优化BP神经网络模型，结合非线性最小二乘法（NLS）和遗传算法（GA），对混凝土预应力