沙土的液化预测研究
摘要
本文以大量粉土地基实测数据为学习训练样本及预测样本,建立了预测模型。研究表明,用RBF神经网络方法进行沙土地震液化预测是可行的。
二级参考文献6
-
1Powell M J D. Radial basis functions for multivariable interpolation [A]. In:IMG Conference on Algorithms for the Approximation of Function and Data[ C]. UK: shrivenham, 1985,143 - 167.
-
2Broomhead D S, Lowe D. Multivariable functional imterpolation and adaptive networks [ J ]. Complex System, 1988, ( 2 ): 321 -355.
-
3Demuth H, Beale M. Neural Network Toolbox User's Guide (Version 4) [ M]. The Math Works Inc, 2001.
-
4北京科技大学 首钢矿业公司.大型深凹露天矿高效运输系统及强化开采技术研究报告[R].,2003..
-
5陈昌彦,王思敬,沈小克.边坡岩体稳定性的人工神经网络预测模型[J].岩土工程学报,2001,23(2):157-161. 被引量：111
-
6丛爽.径向基函数网络的功能分析与应用的研究[J].计算机工程与应用,2002,38(3):85-87. 被引量：57
共引文献8
-
1冯锦艳,王金安,蔡美峰.露天高陡边坡角优化设计及稳定性分析[J].中国矿业,2005,14(4):45-48. 被引量：28
-
2刘思思.基于RBF神经网络的沙土液化预测研究[J].森林工程,2005,21(6):5-6.
-
3陈秋茹,梁敏.挖方边坡优化设计方法研究[J].重庆交通学院学报,2006,25(2):83-86. 被引量：3
-
4杨军.边坡稳定性分析方法综述[J].山西建筑,2009,35(4):144-145. 被引量：17
-
5涂桂松,徐德敏.高速公路挖方边坡优化设计智能方法与应用[J].西部交通科技,2011(9):15-21.
-
6刘焕新,蔡美峰,郭奇峰.渗流作用下边坡稳定性模糊评判与边坡角优化[J].有色金属（矿山部分）,2013,65(3):66-69. 被引量：4
-
7张正芬.存量背景下的舟山市定海区旧城更新探索[J].城市建筑,2015,0(6):362-363. 被引量：1
-
8张儒,陈新.基于BP神经网络的露天边坡角预测[J].有色金属（矿山部分）,2016,68(1):85-88.
-
1陈率.文化塑造：从食堂开始[J].浙商,2011(9):94-95.
-
2陈率.文化塑造：从食堂开始[J].东方企业文化,2012(8):54-55.
-
3刘涛.刘涛的诗[J].诗潮,2014(7):82-83.
-
4崔强,武春友,匡海波.基于RBF-DEMATEL的交通运输低碳化能力影响因素研究[J].科研管理,2013,34(10):131-137. 被引量：16
-
5翁莹晶,冯慧斌.基于BP神经网络的网店销售预测模型研究[J].闽江学院学报,2016,37(5):28-34. 被引量：2
-
6数字[J].时事报告,2015,0(3):6-6.
-
7非宣.2007年俄非金属矿材料价格上涨[J].国外建材科技,2008,29(1):32-32.
-
8朱灼林.村道实现硬底化 管养营运一齐来[J].源流,2007,0(9):10-12.
-
9冀雨潇.基于RBF神经网络的权证价格预测[J].商场现代化,2010(1):82-84. 被引量：1
-
10朱亚永,周健勇.粮食最低收购价的评价模型及价格预测[J].改革与开放,2017(1):8-10. 被引量：2
