期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
获各琦铜矿一号矿床三维地应力场测量及分布规律研究 被引量:3
1
作者 霍红亮 代建清 +2 位作者 苏兆仁 刘翔宇 曹剑波 《有色金属(矿山部分)》 2011年第5期63-66,共4页
介绍获各琦铜矿一号矿床深部三维地应力测量方法、过程和结果,通过现场实测三个中段5个测点,获得了深部地应力状态和分布规律,可为后续矿体的高效、安全开采及巷道支护提供准确的地应力基础数据。
关键词 三维地应力 基础数据 获各琦铜矿
下载PDF
大连地铁2号线下穿铁路的设计与施工 被引量:1
2
作者 郭亚宇 苏兆仁 《现代城市轨道交通》 2010年第4期50-52,共3页
地铁下穿既有铁路和在建铁路,施工难度较大。针对这个特点,对大连地铁2号线两区间段的总体布置、结构形式和施工方法做了详细的介绍。
关键词 地铁 下穿 既有铁路 施工 设计
下载PDF
用熵变小准则确定斜坡道导线加测陀螺边的最优位置
3
作者 苏兆仁 《中文科技期刊数据库(全文版)工程技术》 2016年第9期51-51,共1页
熵是表示任何一种能量在空间中分布的均匀程度,能量分布得越均匀,用来对控制网进行测角和量边,待知测角误差和量边误差等,根据这些误差和图形结构来判断各控制点与“真”位置的不肯定程度。我们可以利用这些误差与图形信息构成信息量,... 熵是表示任何一种能量在空间中分布的均匀程度,能量分布得越均匀,用来对控制网进行测角和量边,待知测角误差和量边误差等,根据这些误差和图形结构来判断各控制点与“真”位置的不肯定程度。我们可以利用这些误差与图形信息构成信息量,提供关于未知真值的信息量越大,当实验结果只有一种可能时,其熵等于零,即信息量为最小,也就是不肯定程度为最小。本文将熵变小准则应用于井下导线加陀螺边的最优位置,解决了任意图形陀螺导线的优化问题。 展开更多
关键词 熵变小准则 计算方法 精确度
下载PDF
改进的BP神经网络在路基沉降预测中的应用 被引量:3
4
作者 郭亚宇 孙立功 苏兆仁 《港工技术》 2010年第5期46-50,共5页
针对传统BP神经网络存在的缺点,提出基于遗传优化的变梯度反向传播的BP神经网络预测方法,采用遗传算法优化BP神经网络的初始权重,建立路基沉降预测模型。该模型可克服BP神经网络模型存在的收敛速度慢、易陷入局部极小点等缺点。结合现... 针对传统BP神经网络存在的缺点,提出基于遗传优化的变梯度反向传播的BP神经网络预测方法,采用遗传算法优化BP神经网络的初始权重,建立路基沉降预测模型。该模型可克服BP神经网络模型存在的收敛速度慢、易陷入局部极小点等缺点。结合现场实测数据,将该优化模型与指数曲线模型、双曲线模型、灰色预测模型和传统BP神经网络预测模型对比,结果表明改进的BP神经网络在路基沉降预测中精度最高,适宜于广泛推广应用。 展开更多
关键词 沉降预测 BP神经网络 遗传优化 遗传算法
下载PDF
遗传优化的BP网络预测路基沉降
5
作者 郭亚宇 孙立功 苏兆仁 《低温建筑技术》 2010年第8期102-104,共3页
针对传统的BP神经网络存在收敛速度慢、易陷入局部极小点的缺点,提出了基于遗传优化的BP神经网络预测方法并建立了路基沉降预测模型。将该优化模型与指数曲线模型、双曲线模型、灰色预测模型和传统的BP神经网络预测模型对比,结果表明遗... 针对传统的BP神经网络存在收敛速度慢、易陷入局部极小点的缺点,提出了基于遗传优化的BP神经网络预测方法并建立了路基沉降预测模型。将该优化模型与指数曲线模型、双曲线模型、灰色预测模型和传统的BP神经网络预测模型对比,结果表明遗传优化的BP神经网络在路基沉降预测中精度最高,适宜广泛采用。 展开更多
关键词 BP神经网络 遗传优化 沉降预测 路基
下载PDF
二十一世纪的旧城改造观 被引量:1
6
作者 李军 苏兆仁 《黑龙江科技信息》 2000年第4期59-60,共2页
面对即将到来的21世纪,大庆市作为中国的油都,其发展直接影响到黑龙江省乃至全国改革开放和现代化建设的形象,大庆市的城市发展,必须牢牢把握住世纪之交的历史机遇,按照党的十五大精神和江泽民、李鹏、朱镕基等国家领导人对大庆工作的指... 面对即将到来的21世纪,大庆市作为中国的油都,其发展直接影响到黑龙江省乃至全国改革开放和现代化建设的形象,大庆市的城市发展,必须牢牢把握住世纪之交的历史机遇,按照党的十五大精神和江泽民、李鹏、朱镕基等国家领导人对大庆工作的指示,努力探索出一条适合大庆特点的中国北方高科技现化城市的可持续发展之路,实现经济、社会、生态协调健康成长,物质文明和精神文明相互促进、共同进步,加强向现代化、国际化方向拓展。 展开更多
关键词 大庆市 旧城改造 城市建设
下载PDF
改进的BP神经网络在路基沉降预测中的应用 被引量:3
7
作者 郭亚宇 孙立功 苏兆仁 《勘察科学技术》 2010年第5期28-31,共4页
针对传统的BP神经网络存在的缺点,提出了用附加动量法、自适应学习速率和L-M优化算法等几种算法进行优化。通过对比分析,证明了采用L-M优化和附加动量因子算法相结合取得了最优的预测效果。该方法克服了BP神经网络模型存在的收敛速度慢... 针对传统的BP神经网络存在的缺点,提出了用附加动量法、自适应学习速率和L-M优化算法等几种算法进行优化。通过对比分析,证明了采用L-M优化和附加动量因子算法相结合取得了最优的预测效果。该方法克服了BP神经网络模型存在的收敛速度慢、易陷入局部极小点的缺点。结合现场实测数据,将该优化模型与传统的BP神经网络预测模型对比,预测结果表明改进的BP神经网络在路基沉降预测中精度最高,适宜广泛采用。 展开更多
关键词 神经网络 附加动量法 自适应学习速率 L-M优化算法 沉降预测
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部