神经网络由大量并行处理单元构成,适合于描述多影响因素的非线性复杂因果规律,为研究材料本构特性提供了一条崭新的途径。利用 BP 网络的模拟能力来代替传统的方法,建立了一个三轴加载情况下混凝土的神经网络本构模型,用于描述混凝土在...神经网络由大量并行处理单元构成,适合于描述多影响因素的非线性复杂因果规律,为研究材料本构特性提供了一条崭新的途径。利用 BP 网络的模拟能力来代替传统的方法,建立了一个三轴加载情况下混凝土的神经网络本构模型,用于描述混凝土在侧压力恒定轴向单调加载条件下的本构关系。从模型对训练和检验样本的模拟结果可以看出,这个经过训练的含有双隐层的神经网络本构模型具有很高的学习精度和良好的泛化能力,适合在结构工程问题中应用。展开更多
文摘神经网络由大量并行处理单元构成,适合于描述多影响因素的非线性复杂因果规律,为研究材料本构特性提供了一条崭新的途径。利用 BP 网络的模拟能力来代替传统的方法,建立了一个三轴加载情况下混凝土的神经网络本构模型,用于描述混凝土在侧压力恒定轴向单调加载条件下的本构关系。从模型对训练和检验样本的模拟结果可以看出,这个经过训练的含有双隐层的神经网络本构模型具有很高的学习精度和良好的泛化能力,适合在结构工程问题中应用。