期刊文献+

改进的BP网在求解偏心距增大系数η中的应用

APPLICATION OF A IMPROVED BP NEURAL NETWORK FOR SOLVING THE ECCENTRICITY MAGNIFICATION FACTOR η OF REINFORCED CONCRETE COLUMNS
下载PDF
导出
摘要 以试验数据为依据,用改进的BP网建立了5个特征变量与实测偏心受压柱偏心距增大系数η的非线性映射关系。为求解偏心距增大系数η提出了一种全新的思路。 Based on experimental data, this paper establishes the relationship of nonlinear reflection between 5 variables and the eccentricity magnification factor η by a improved BP neural network. So it presents a new different approach to solve the eccentricity magnification factor η.
出处 《建筑技术开发》 2006年第5期1-3,24,共4页 Building Technology Development
关键词 改进的BP网 偏心距增大系数η 特征变量 Improved BP network Eccentricity magnification factor η Variable
  • 相关文献

参考文献7

  • 1焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1996..
  • 2张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1994..
  • 3丁大钧.钢筋混凝土偏心受压构件的纵向弯曲[J].南京工学院学报,1979,(2).
  • 4金国生.钢筋混凝土偏心受压中长柱的纵向弯曲[J].西南交通大学学报,1981,(3).
  • 5偏心受力构件专题研究组.钢筋混凝土偏心受压长柱的计算[J].建筑结构,1982,(3).
  • 6沈在康.混凝土结构设计新规范应用讲评[M].北京:中国建筑工业出版社,1994
  • 7中国建筑科学研究院.钢筋混凝土构件试验数据集(1985年设计规范背景资料续编),1985

共引文献160

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部