188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
youlovelib

上传于：2013-10-13

粉丝量：72

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 遗传算法和ICBP神经网络预测深基坑支撑轴力

    星级： 3 页

  • 基于人工神经网络的深基坑钢支撑轴力的研究

    星级： 70 页

  • 基于人工神经网络的深基坑钢支撑轴力研究

    星级： 66 页

  • 基于人工神经网络的深基坑钢支撑轴力研究

    星级： 61 页

  • 基于人工神经网络的深基坑钢支撑轴力研究

    星级： 70 页

  • 基于人工神经网络的深基坑钢支撑轴力研究

    星级： 70 页

  • 基于人工神经网络的基坑钢支撑轴力预测研究_张宏

    星级： 8 页

  • 深基坑钢管支撑轴力监测分析

    星级： 3 页

  • 深基坑钢管支撑轴力监测分析

    星级： 2 页

  • 排桩冻结法深基坑支撑轴力时间序列动态预测

    星级： 4 页

  • 深基坑工程钢支撑轴力实测分析与预测

    星级： 3 页

  • 深基坑工程钢支撑轴力实测分析与预测

    星级： 3 页

  • 深基坑工程钢支撑轴力实测分析与预测

    星级： 3 页

  • 基于时间序列的地铁深基坑支撑轴力分析

    星级： 3 页

  • 关于人工神经网络的深基坑钢支撑轴力探究

    星级： 58 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 基于ICBP神经网络的深基坑支撑轴力预测

    下载积分： 899

    内容提示： 第 !" 卷增刊! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !水 利 水 电 科 技 进 展!##" 年 $!!月作者简介： 朱旭芬 （$%&’ —），女，浙江缙云人，硕士研究生，从事岩土工程和结构工程监测研究(基于 )*+, 神经网络的深基坑支撑轴力预测朱旭芬，袁宝远，冯建伟（河海大学土木工程学院，江苏 南京!$##%’）摘要： 依据 )*+, 神经网络理论建立了 深基坑支撑轴力预测模型， 对支撑轴力进行预测， 并分析支撑轴力的变化趋势 ( 以润扬大桥南汊南锚锭深基坑为 例进行了 实例分析， 结果表明 这种方法是可...

    文档格式：PDF | 页数：3 | 浏览次数：17 | 上传日期：2013-10-13 16:22:48 | 文档星级：
    第 !" 卷增刊! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !水 利 水 电 科 技 进 展!##" 年 $!!月作者简介： 朱旭芬 （$%&’ —），女，浙江缙云人，硕士研究生，从事岩土工程和结构工程监测研究(基于 )*+, 神经网络的深基坑支撑轴力预测朱旭芬，袁宝远，冯建伟（河海大学土木工程学院，江苏 南京!$##%’）摘要： 依据 )*+, 神经网络理论建立了 深基坑支撑轴力预测模型， 对支撑轴力进行预测， 并分析支撑轴力的变化趋势 ( 以润扬大桥南汊南锚锭深基坑为 例进行了 实例分析， 结果表明 这种方法是可行的， 可较准确地预测基础支撑轴力值(关键词： 深基坑； 支撑轴力； 神经网络中图分类号： -,$’.； -/"&.($0!文献标识码： 1文章编号： $##2!&2"& （!##"）#&!##.2!#.近 $# 年来，大型工程的兴建和地下空间的开发大大促进了基坑工程的发展( 基坑开挖面积愈来愈大，深度愈来愈深( 目前，基坑开挖时，往往采用各种围护结构，以有效地防止和阻止基坑周围土体及其周围环境过大的沉降和位移， 钢筋混凝土结构支撑是一种常用的结构措施(根据目前的深基坑开挖和现场监测资料及现场经验，对于有支撑的基坑开挖，其支撑轴力的变化是较能反映基坑及其周围环境稳定状况的重要物理量［$］( 因此， 如果能对其进行准确分析预测， 分析轴力变化趋势，就可以及时发现不稳定征兆，以确保基坑开挖安全( 支撑轴力受诸多因素的影响： 侧向荷载（包括水土压力、 地面超载）， 竖向荷载的偏心， 混凝土的收缩，温度， 立柱的沉降与隆起等( 支撑轴力与各影响因素之间存在着极其复杂的非线性关系； 而所有的这些因素还不能完全按理论计算进行考虑，试图通过建立完全正确的力学模型进行数值分析是困难的 ( 近年来， 神经网络理论得到了飞速发展， 特别是 +, 网络，其良好的非线性映射能力、 自 学习性能等许多优良的特性在很多领域获得成功地应用，已逐渐成为智能岩土力学这个新兴学科的重要工具，引起了岩土工程界的重视( 本文应用改进了 的+, 神经网络 （即 )*+,） 理论， 建立神经网络预测模型来预测支护结构的支撑内力 (!神经网络原理!"!神经网络预测建模方法地下工程数值预测问题大体上可分为两类［!］："把各影响因素同物理量的关系用神经网络隐式表达，预测时， 由已知外界影响因素推断此时的物理量( 该法的前提为能找到影响因素，而且这些因素是可测的 ( 这种要求对于岩土工程问题过于严格，因而应用并不多 (#利用前一时期数据来预测后一阶段系统的状态( 前者属于函数逼近问题，后者属于时间序列预测问题( 这两类问题用神经网络都可以较好地加以解决( 本文采用的是后一种方法(在时间序列预测中，前馈网络是最常用的网络(在目前该网络预测的情形下，从数学角度看，网络成为输入输出的非线性函数( 记一个时间序列为｛!"｝，其预测可用式 （$）描述：!"# $ % & （ !"， !"’$，…， !"’ (#$）（$）时间 序列 预测方法即 是用 神经网 络来拟合函 数& （ !"， !" 3 $，…， !" 3 ( 0 $），然后预测未来值)!"#$%&’ 网络的基本原理)*+, 网络是在 +, 网络的基础上通过附加一特殊项所得［.］， 它比 +, 网络具有更强的泛化和表达能力，能在时间序列预测应用中取得良好效果))*+, 神经网络共分为输入层、 隐含层 （中间层）和输出层 . 层，如图 $ 所示) 假设网络有 *+个输出结点， *,个隐结点，输入模式维数为 *-) 输入层与隐含层之间的权值阵为 !，隐含层与输出层之间的权值为"，网络输入为 !#， !$，…， !*-0 $) )*+, 神经网络同 +,神经网络一样，学习过程主要由 " 部分组成：() 输入模式顺传播： 输入模式由输入层经中间层向输出层传播计算)"从输入层到中间层) 第 . 个隐结点的激活输出为,. %!（ /.） %!（ /.（ #， $）） %! "*-$ % #0.$!$ # 0.*-#$!*-#()$?2.?

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司