期刊文献+

神经网络在大尺度采空区损伤演化统计与预测中应用 被引量:12

Application of Neural Network to the Statistics and Prediction of Dynamical Dam- age and Evolutement in the Large Scale Mine-out Area Supported by Rock-Based Composite Materials
下载PDF
导出
摘要 利用神经网络结构计算方法对岩石基复合材料支护大尺度采空区动力损伤演化趋势进行统计和预测,并与工程现场多种方法的综合监测数据进行了比较,其结果完全吻合. The neural network structural computation method was applied to the trend statistics and prediction of stress evolvement in the large scale mine-out area supported by rock-based composite materials. The predicting values were compared with the in-situ monitoring ones. The results show they are very agreeable.
出处 《北京科技大学学报》 EI CAS CSCD 北大核心 2003年第4期300-303,共4页 Journal of University of Science and Technology Beijing
基金 国家自然科学基金(No.50074002) 国家教委博士点基金(No.2000000802)资助项目
关键词 大尺度采空区 动力损伤 神经网络 材料本构模型 介质损伤 损伤演化 演化趋势 neural network large scale mined-out area dynamical damage and evolvement statistics and pre- diction
  • 相关文献

参考文献7

二级参考文献11

共引文献128

同被引文献123

引证文献12

二级引证文献171

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