發(fā)布時(shí)間：2021-07-06 07:50

　　研究目的:本文以張家莊大橋?yàn)槔?進(jìn)行關(guān)于橋梁工程運(yùn)維成本三維非線性智能控制實(shí)證研究,將三維非線性智能控制技術(shù)運(yùn)用到實(shí)際工程中,以提高運(yùn)維管理的及時(shí)性和高效性,有效控制橋梁運(yùn)維成本。研究結(jié)論:（1）本文在收集已完類似工程安全數(shù)據(jù)資料基礎(chǔ)上,采用粒子群優(yōu)化算法、BP神經(jīng)網(wǎng)絡(luò)等人工智能方法建立張家莊大橋運(yùn)營維護(hù)成本預(yù)測模型,該模型可以通過輸入目標(biāo)工程的特征值,較準(zhǔn)確預(yù)測出目標(biāo)工程的運(yùn)營維護(hù)成本;（2）運(yùn)用PDCA、EVM、BIM等管理理論與方法加強(qiáng)橋梁運(yùn)維全過程可視化控制,通過實(shí)際數(shù)據(jù)驗(yàn)證了運(yùn)維成本管理的效果,降低了運(yùn)維成本;（3）本文三維非線性智能控制模型可為橋梁工程運(yùn)維成本控制提供借鑒和參考。 

【文章來源】：鐵道工程學(xué)報(bào). 2020,37(09)北大核心EI

【文章頁數(shù)】：6 頁

【部分圖文】：

運(yùn)營維護(hù)成本預(yù)測方案流程圖

PSO粒子群優(yōu)化算法是相似個(gè)體選取的智能算法，本文構(gòu)建的PSO聚類模型是以類似工程運(yùn)維基礎(chǔ)數(shù)據(jù)庫為基礎(chǔ)，運(yùn)用MATLAB進(jìn)行相似案例分析，當(dāng)輸入張家莊大橋量化特征值時(shí)，該模型能夠篩選出與張家莊大橋相似度較高的案例數(shù)據(jù)，從而達(dá)到類似工程數(shù)據(jù)的收集目的。本文將收集的33組案例進(jìn)行聚類分析，聚類界面與聚類結(jié)果如圖2所示。通過模型計(jì)算得到，張家莊大橋與第一類聚類中心的相似度為69.3%，與第二類聚類中心相似度為66.7%，最后選取相似度更高的一組作為成本預(yù)測數(shù)據(jù)，共選中25組案例。

利用軟件將前23個(gè)案例數(shù)據(jù)進(jìn)行訓(xùn)練，允許誤差為10-10，網(wǎng)絡(luò)的最大迭代次數(shù)為100 000次。BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的收斂過程如圖3所示。3.2.2. 3 測試樣本

【參考文獻(xiàn)】：
期刊論文
[1]道路工程SOM-RBF神經(jīng)網(wǎng)絡(luò)估價(jià)模型研究[J]. 段曉晨,徐佳.  鐵道學(xué)報(bào). 2020(01)
[2]基于BIM的南京地鐵運(yùn)營資產(chǎn)管理信息系統(tǒng)[J]. 袁維華,熊自明,褚靖豫,盧浩.  現(xiàn)代隧道技術(shù). 2019(02)
[3]公路隧道養(yǎng)護(hù)費(fèi)用估價(jià)模型及評(píng)價(jià)體系研究[J]. 崔琦,董敏毅,王選倉,晉敏.  筑路機(jī)械與施工機(jī)械化. 2017(01)
[4]交通工程項(xiàng)目建設(shè)三維虛擬動(dòng)態(tài)管理技術(shù)研究[J]. 段曉晨,代鵬飛,付朝陽.  公路. 2015(12)
[5]地鐵建設(shè)安全環(huán)保虛擬動(dòng)態(tài)優(yōu)化控制技術(shù)研究[J]. 段曉晨,張新寧,杜慧慧,張?jiān)鰪?qiáng).  鐵道工程學(xué)報(bào). 2015(07)
[6]高速公路養(yǎng)護(hù)成本預(yù)測模型[J]. 于英,王麒麟,田晉躍.  交通運(yùn)輸工程學(xué)報(bào). 2007(03)

碩士論文
[1]全壽命周期視角下商業(yè)地產(chǎn)項(xiàng)目運(yùn)營維護(hù)階段成本管理研究[D]. 白佳敏.蘭州理工大學(xué) 2017



本文編號(hào)：3267840