期刊文献+

嵌岩桩极限承载力的径向基函数神经网络(RBF)预测 被引量:2

Prediction on the Ultimate Bearing Capacity of Rock - Socketed Pile with the RBF Artificial Neural Networks
下载PDF
导出
摘要 文章采用径向基函数(RBF)神经网络来预测嵌岩桩的极限承载力 ,是人工神经网络在解决岩土工程方面的一种新的尝试。结果表明 ,采用RBF网络预测嵌岩桩极限录载力具有较高精度 ,克服了反向传播(BP)网络收敛慢、局部极值等缺点。
出处 《江苏建筑》 2001年第2期56-58,共3页 Jiangsu Construction
  • 相关文献

参考文献3

  • 1周保生,朱维申.巷道围岩参数的人工神经网络预测[J].岩土力学,1999,20(1):22-26. 被引量:24
  • 2楼顺天 施阳.基于MATLAB的系统分析与设计--神经网络[M].西安:西安电子科技大学出版社,1999..
  • 3刘兴远.桩基工作特性的神经网络模型研究.后勤工程学院博士论文[M].,1997..

二级参考文献6

  • 1冯夏庭,林韵梅.岩石力学问题专家系统的一种不确定性推理方法[J].岩土工程学报,1994,16(1):21-28. 被引量:10
  • 2朱维申 何满潮.复杂条件下围岩稳定性与岩体动态施工力学[M].北京:科学出版社,1996..
  • 3邹喜正.煤矿巷道围岩稳定性分类[M].徐州:中国矿业大学出版社,1995..
  • 4朱维申,复杂条件下围岩稳定性与岩体动态施工力学,1995年,1页
  • 5邹喜正,煤矿巷道围岩稳定性分类,1995年,29页
  • 6陈明,神经网络模型,1995年,58页

共引文献71

同被引文献13

引证文献2

二级引证文献7

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