前言：中文期刊网精心挑选了望尘莫及范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
望尘莫及范文1
2、望尘莫及，汉语成语，拼音为wàng chén mò jí，指只望见前面骑马的人走过扬起的尘土而不能赶上。比喻远远落后，常用作谦词。出自《庄子·田子方》。
3、例句如下：
（1）我的绘画技术,与你比,相去甚远,真是望尘莫及。
（2）陈寅恪先生的学问,后人望尘莫及。
（3）我跟他比较起来,何止望尘莫及,简直是天壤之别啊!
望尘莫及范文2
关键词： 模糊神经网络；渠道衬砌机；施工绩效；预测
中图分类号：[TV91] 文献标识码：A 文章编号：1006-4311（2014）01-0093-03
0 引言
南水北调中线工程沿线主要是渠道工程，渠道衬砌设备施工绩效直接影响南水北调中线工程进度。渠道衬砌设备施工绩效受到多种因素的影响，各种影响因素和设备施工绩效之间呈现复杂的非线性关系。目前，关于渠道衬砌设备施工绩效预测研究成果较少，文献[1-3]对渠道衬砌设备施工绩效和其影响因素之间的关系，只是做了一些定性讨论，并未做定量研究。找出施工绩效与影响因素之间的定性关系，预测渠道衬砌设备施工绩效，对于南水北调中线工程的进度计划安排、资源配置以及其他有关工程具有一定的指导意义。
1 渠道衬砌设备施工绩效影响因素的影响机理
影响渠道衬砌设备施工绩效的因素较多。通过查阅相关方面的资料和工程实地调研，收集、整理、分析了渠道衬砌设备施工绩效影响因素，包括6个一级影响因素和16个二级影响因素。
1.1 组织安排 ①施工作业人员协作和稳定程度：衬砌设备施工前，对即将参与衬砌施工的全体人员进行一个总体的分工，通过合理有序的分工，使每个人员各司其职，高效的完成自己所分配的任务，也有利于提高衬砌设备施工绩效。同时，同一台设备频繁更换操作人员，也直接影响设备施工绩效。②员工培训力度：对参与衬砌施工的全部人员，进行全面、持续的培训，不断提高这些人员的素质和技能，有利于提高衬砌设备施工绩效。③管理人员状况：施工管理人员是衬砌设备施工现场最直接的调度指挥人员，做好设备的施工计划，并根据现场的实际施工情况及时做出相应调整，是提高衬砌设备施工绩效的重要工作。
1.2 资源配置 ①设备状况：衬砌设备本身的技术水平、施工质量可靠性、易维护程度等必然直接影响着衬砌施工绩效。②配套状况：渠道衬砌设备施工所需要的混凝土搅拌站、混凝土罐车、抹光机等配套设备的数量、质量以及维修状况，也必然影响衬砌机施工绩效。③作业人员状况：作业人员是衬砌设备的直接操作者和使用者，他们的基本素质和技术水平、熟练程度将会对衬砌设备施工绩效产生较大影响。
1.3 浇筑状况 ①厚度：混凝土的浇筑厚度是衬砌设备施工绩效的直接影响因素，浇筑厚度越厚，混凝土的需求量就越大，受布料机运输速度的限制，施工绩效就会降低。②坡长：渠道的衬砌深度和渠坡坡比决定着衬砌的坡长，而渠坡的长度又直接决定着混凝土的浇筑量，进而影响渠道衬砌设备施工绩效。③天气状况：天气状况的好坏对衬砌设备施工绩效的影响是显而易见的，在有效施工时间，遇到小雨、刮风等不良天气状况，需要采取必要的防范措施，否则衬砌设备施工绩效将会大打折扣。
1.4 紧前工作 ①土工膜铺设及焊接：土工膜铺设及焊接是衬砌设备施工的紧前工作，其铺设速度的快慢及施工规范化程度间接地影响着衬砌设备施工绩效。②保温板铺设：保温板铺设是土工膜铺设及焊接的紧前工作，其铺设速度的快慢及施工规范化的程度间接地影响着衬砌设备施工绩效。③反滤料铺设：反滤料铺设是保温板铺设的紧前工作，其铺设速度的快慢及施工规范化程度间接地影响着衬砌设备施工绩效。④软式透水管铺设：软式透水管铺设是反滤料铺设的紧前工作，其铺设速度的快慢及施工规范化程度间接地影响着衬砌设备施工绩效。⑤管沟开挖：管沟开挖是软式透水管铺设的紧前工作，其开挖速度的快慢及施工规范化程度间接地影响着衬砌设备施工绩效。
1.5 紧后工作 切缝：衬砌施工完毕后，当其强度达到1～5Mpa时进行切缝最为适宜，因此掌握好切缝的最佳时间并快速及时的切缝对后续的衬砌设备施工来说尤为重要。没有及时切缝容易造成混凝土衬砌裂缝，所以没有及时切缝将造成衬砌机被迫停止继续推进，等待切缝跟上。切缝机配备、切缝班组工人素质和熟练程度直接影响切缝效率。
1.6 其他 协调能力：衬砌设备施工的各个工序之间的衔接和配合形成了一个完整的系统，对于这个系统能否良好运行，各个工序之间的配合协调能力尤为关键，其对衬砌设备施工绩效影响较大。
2 渠道衬砌设备施工绩效预测研究方法
2.1 渠道衬砌设备施工绩效影响因素取值 16个二级影响因素中包括定性和定量两种因素，为了能将因素输入模糊推理系统进行推理，需要对输入因素进行处理。在这个模糊推理系统中，定性和定量两种因素取值必须在[0，1]区间内，输入模型才有效。
2.1.1 定量因素的处理 二级影响因素中只有混凝土厚度和坡比这两个定量因素，且取值不在[0，1]区间内，我们采用归一化处理的方法，使处理后的相对值能够反应单个影响因素的优劣。
渠道衬砌厚度设为X，最大厚度为Xmax，则相对值为Xi/Xmax。
2.1.2 定性因素的处理 对于定性因素，采用7级取值方法，为了能够反映单个影响因素的优劣，我们采用固定最大值归一化处理的方法，设最大值为Xmax，则归一化处理后的相对值为Xi/Xmax，见表2。
2.1.3 绩效值的处理 根据渠道衬砌机的施工情况，设一台衬砌机的一天标准衬砌量是40米。考虑到衬砌机施工期间，受到天气、设备维护、设备调动等因素的影响，所以一台衬砌机的有效工作天数按一个月22天计算，那么一台衬砌机一个月的标准衬砌量是880米，每台衬砌机的月实际工作量除以880米，作为该衬砌机的绩效值。
2.2 模糊推理系统 基于模糊神经网络的模糊推理机制[4]，渠道衬砌设备施工绩效预测模糊推理系统结构如图1所示。
模糊神经网络共包含5层，为了简化图形，假定模糊推理系统有两输入变量x和y，实际在本系统中有16个输入变量，规则集如下：
规则1：如果x是A1 and y是B1，那么
f1=p1x+q1y+r1 （1）
规则1：如果x是A2 and y是B2，那么
f2=p2x+q2y+r2 （2）
第1层：这一层的每个结点i是一个有结点函数的自适应结点。
模糊推理系统的参数优化计算，采用反向传播算法与最小二乘法相结合的混合法[5]。网络训练采用允许误差控制，当训练得到的误差值不大于允许误差时，则停止训练，保存得到的网络参数；若不能满足要求，应调整网络参数或增加样本数量，再训练网络，直到得到满意结果为止。
3 实证研究
通过工程实地调研，共得到25台渠道衬砌机的影响因素值和施工绩效值。另外，设最优衬砌机的各个因素的相对值均为1，最差衬砌机的各个因素的相对值均为0，关于影响渠道衬砌设备施工绩效的因素取值，一共有25组数据，每组数据中有16个因素值，1个绩效值。从中任意选出20组数据作为网络训练组，剩余5组数据作为网络检验组，网络训练组的数据如表3（因数据组数比较多，故只列出了其中6组数据）。
训练得到的模糊神经网络结构如图2所示，函数图形如图3所示。
网络训练好以后，保存好相关的网络参数，就可以进行网络检验了，网络检验组的数据如表4。
将以上数据输入训练好的模糊推理系统，检验结果如图4所示，检验误差为0.0199，满足要求。
4 结论
针对渠道衬砌设备施工绩效预测这个问题，通过工程实地调查，确定了影响渠道衬砌机施工绩效的16个影响因素，并得到了25台衬砌机的施工实际值；然后基于模糊神经网络建立了渠道衬砌设备施工绩效预测系统；最后利用实证数据进行了网络训练和网络检验。研究表明，利用模糊神经网络自组织、自学习和处理不精确信息的能力，能够对渠道衬砌设备施工绩效进行有效准确的预测，利用模糊神经网络对渠道衬砌设备施工绩效进行预测是实用和可行的，可为南水北调中线工程及其它工程的进度计划安排和资源配置提供实际参考。
参考文献：
[1]许庆河，诸葛梅君.南水北调中线总干渠衬砌施工关键技术[J].人民黄河，2010，32（7）：137-138.
[2]张跃松.南水北调渠道混凝土衬砌施工技术[J].华北水利水电学院学报，2010，31（5）：75-76.
[3]杨谢芸，简兴昌，李静.南水北调中线工程大型渠道混凝土施工方案选择[J].人民长江，2010，41（16）：75-76.
望尘莫及范文3
关键词：BP人工神经网络 路表弯沉盆 弹性模量反演 沥青面层 沥青路面
中图分类号：U41 文献标识码：A 文章编号：1674-098X（2015）10（b）-0091-04
Research on elastic modulus backcalculation of asphalt course using BP artificial neural network based on surface deflection basin of pavement
Yang Guoliang Zhong Wen Huang Xiaoyun Liang Simin He Huihui Chen Jiaju
（School of Civil Engineering of Guangzhou University，Guangzhou Guangdong，510006，China）
Abstract：Based on layered elastic theory，the elastic modulus of asphalt course in asphalt pavement was predicted using BP artificial neural network.According to the types of pavement structure in common use，the database of surface deflections with their corresponding structural parameters of asphalt course based on layered elastic theory was established.The elastic modulus backcalculation model of asphalt course in asphalt pavement was developed using BP artificial neural network to predict.The predictive results of asphalt course elastic modulus backcalculation using theoretical deflection basin and measured deflection basin indicate that the elastic modulus backcalculation model of asphalt course in asphalt pavement is of good predictive accuracy and reliability.It would provide the references with the elastic modulus backcalculation model of asphalt course to accurately and quickly estimate the conditions of asphalt course in asphalt pavement.
Key Words：BP artificial neural network；Ssurface deflection basin of pavement；Elastic modulus backcalculation；Asphalt course；Asphalt pavement
表征沥青面层性能的其中一个最为重要的指标就是其弹性模量。众多的国内外研究[1-2]表明，利用落锤式弯沉仪采集的路表弯沉盆反算沥青面层弹性模量是可行的。因此，文章基于层状线弹性体系理论，并结合BP人工神经网络具有并行处理、很强的高度非线性映射能力等特点[3-4]，进行了采用BP人工神经网络由路表弯沉盆反演沥青面层弹性模量的探讨。
1 沥青路面结构力学分析模型
假设路面沿深度方向分成为n个水平层，层间满足连续条件，路面表面作用有圆形均布轴对称垂直荷载p，第i层厚度、弹性模量和泊松比分别定义为hi，Ei，μi（i=1，2，…，n-1），最下层为土基弹性半空间体，其弹性模量和泊松比分别定义为E0和μ0。每一水平层均符合理想弹性、完全均质、各向同性、微小形变等弹性理论假设，其力学分析图见图1。
2 BP人工神经网络反演沥青面层弹性模量模型
BP网络是一多层前馈网络，如图2所示。
每个结构层的厚度和弹性模量取值范围见表1。
根据表1参数，确定预测模型的拓扑结构，见表2。
对BP人工神经网络进行网络训练，其训练过程曲线如图3所示。
经过BP人工神经网络反演训练后，沥青面层弹性模量预测值与目标值的逼近程度如图4所示。
3 沥青面层弹性模量反演模型精确度分析
3.1 由理论弯沉盆反演沥青面层弹性模量值
构造理论路面结构，见表3。各个传感器与承载板中心的距离及弯沉盆见表4。BP人工神经网络模型反演值及其与理论值之间的误差见表5。
从表5看到，反演值与理论值很接近，两者之间的相对误差只有1.10%。
3.2 由实测弯沉盆反演沥青面层弹性模量
选取三层体系的一个实测弯沉盆数据进行分析，如表6所示。弯沉盆由7个弯沉值表征，其位置及其相应的弯沉值如表6所示。
选择EVERCALC、WESDEF以及MODULUS等反算程序进行对比。
对表6的非标准荷载作用下的弯沉盆进行标准化换算，其换算方法见式（1）。
（1）
式中：P=落锤式弯沉仪作用的非标准荷载，kN；DP=非标准荷载作用下的路表弯沉值，um；a=FWD承载板半径，cm，一般为15cm。
对表6的弯沉值回归后再进行内插和外延获得文中BP人工神经网络预测模型传感器位置处的弯沉值，见表7。
各种反算程序的沥青面层弹性模量反算值见表8。
从表8的各种算法结果来看，文中BP人工神经网络模型与国外反算程序反算结果较为接近。因此，利用BP人工神经网络模型进行模量反演，不仅可以获得理想的精度，而且反算过程更简便。
4 结语
（1）根据国内常用路面结构形式，经过试算与分析，最终建立了沥青路面沥青面层弹性模量反演的BP人工神经网络预测模型。
（2）分别采用了理论弯沉盆和实测弯沉盆进行检验。检验结果表明，文中建立的沥青路面沥青面层弹性模量BP人工神经网络预测模型不仅能迅速得到预测结果，而且反算过程更简便，并与国外反算程序的反算结果差异不大，为评价沥青面层路用状况提供了一种有效的途经。
参考文献
[1] 杨国良，吴旷怀.利用BP神经网络反算沥青路面结构层弹性模量的研究[J].中山大学学报：自然科学版，2008， 47（5）：44-48.
[2] 张小宁，孙立军.沥青路面面层和基层结构模量的反算[J].同济大学学报：自然科学版，2004，32（10）：1386-1389.
望尘莫及范文4
大家好，我是五（3）的何康俊。今年十二岁。是一个活泼开朗的孩子，遇到挫折永不言败的好学生，我学习成绩在班里名列前茅，作文，考试，摘抄，数学，几何，我样样精通，尤其是作文，我每次写的日记或作文，都被老师当作范文读出来。而分数，自然就不用说了，不是98，就是99，在班里可谓是成绩优异，使大多数同学望尘莫及。我之所以有如此优异的成绩，是因为我是一个小书虫，不管是在家中，还是在学校里，只要作业做好，我便会拿起书专心致志的读起书来，不管是白天还是夜晚，我总会废寝忘食，妈妈称我为“书呆子”。
我的阅读能力也不错，每道阅读题在我眼里就是小菜一叠，同学们都不会做，而我却轻而易举的完成了。
大家好，我是五（3）的何康俊。今年十二岁。是一个活泼开朗的孩子，遇到挫折永不言败的好学生，我学习成绩在班里名列前茅，作文，考试，摘抄，数学，几何，我样样精通，尤其是作文，我每次写的日记或作文，都被老师当作范文读出来。而分数，自然就不用说了，不是98，就是99，在班里可谓是成绩优异，使大多数同学望尘莫及。我之所以有如此优异的成绩，是因为我是一个小书虫，不管是在家中，还是在学校里，只要作业做好，我便会拿起书专心致志的读起书来，不管是白天还是夜晚，我总会废寝忘食，妈妈称我为“书呆子”。
我的阅读能力也不错，每道阅读题在我眼里就是小菜一叠，同学们都不会做，而我却轻而易举的完成了。
望尘莫及范文5
我仰望着天空
很蓝很干净让我望尘莫及
我想离开去却不能自由地飞翔
我呐喊在深夜黑夜吞噬我仅存的希望
我的绝望湮灭在夜的癫狂
绝望的呐喊来自于心底无以名状的心殇
流年·离殇
无法该变的悲伤
独行在黑夜
绝望地仰望我想到达的地方
绝望 撕心裂肺的心伤
泯灭成魔的疯狂
呐喊
望尘莫及范文6
黄花地，”
雁啼、鹤舞、
叶落西风里，
哀婉凄凉离人泪凄凄。
斜阳涂油彩，
谁染霜林醉人痴？
“碧雲天，
黄叶地，”
秋风、荡漾、
涟漪寒烟起，
天地无边芳草无情去，
千怨百恨天地知？
残柳怎能解心中事？
素裳碧裙舞，
白纱罩青衣，
亭亭玉立月色冷，
神女应无恙，
出水挽青丝，
浴罢沐秋光，
深闺幽静夜初寒，
端居仙阁里。
潇潇洒洒来，
飘飘逸逸去，
无牵无挂，
尘世了无痕，
归位返仙去，
空灵飘逸胜莲美，
芳馨荷花怎能比？