期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的高速铁路级配碎石压实质量主控特征与预测研究
1
作者
肖宪普
李新志
+3 位作者
谢康
郝哲睿
邓志兴
李泰灃
《振动与冲击》
EI
CSCD
北大核心
2024年第21期319-328,共10页
完善高速铁路路基级配碎石压实标准对实现振动压实质量高精度智能预测具有重要意义。首先,开展振动压实试验,基于多参数协同测试方法,探究级配碎石最大干密度ρdmax确定方法;其次,在大量试验数据基础上建立级配碎石特征与ρdmax之间的关...
完善高速铁路路基级配碎石压实标准对实现振动压实质量高精度智能预测具有重要意义。首先,开展振动压实试验,基于多参数协同测试方法,探究级配碎石最大干密度ρdmax确定方法;其次,在大量试验数据基础上建立级配碎石特征与ρdmax之间的关系,并采用灰色关联度分析算法明晰影响ρdmax的主控特征;最后,将级配碎石主控特征作为输入特征建立预测ρdmax的机器学习(machine learning,ML)模型,并基于ML模型预测性能三层次评价方法确定最优ML模型。结果表明:力学参数动刚度K rb曲线“拐点”对应的压实时间T lp为级配碎石最佳振动时间,进一步通过T lp确定级配碎石ρdmax;明晰影响级配碎石ρdmax的主控特征为最大粒径d max,级配参数b、m,扁平细长颗粒Q e以及洛杉矶磨耗LAA;综合三层次优选结果,各ML模型综合评价指标CEI由小到大分别为:ANN(artificial neural network)模型(1.8797)、SVR(support vector regression)模型(2.9646)、RF(random rorest)模型(4.5040)、Ridge(ridge regression)模型(6.2394)和DT(decision tree)模型(7.1319),ANN模型预测性能最优。研究成果可为高速铁路路基压实质量控制提供新标准,并对路基智能施工提供理论指导。
展开更多
关键词
高速铁路
级配碎石
最大干密度
机器学习
三层次评估模型
下载PDF
职称材料
海洋环境在役混凝土桥梁结构耐久性评估方法
2
作者
何霞
《扬州职业大学学报》
2009年第1期10-13,17,共5页
以在役混凝土桥梁结构耐久性三层次多指标评估模型为基础,对海洋环境下影响混凝土桥梁结构耐久性的因素进行分析,确定海洋环境下构件的耐久性考核指标对各个模糊等级的隶属度。最后用杭州湾跨海大桥为例,验证评估方法的合理性。
关键词
海洋环境
耐久性
评估
三
层次
多指标
评估
模型
最优区间
耐久性
评估
流程
下载PDF
职称材料
题名
基于机器学习的高速铁路级配碎石压实质量主控特征与预测研究
1
作者
肖宪普
李新志
谢康
郝哲睿
邓志兴
李泰灃
机构
石家庄铁道大学土木工程学院
中南大学土木工程学院
中国铁道科学研究院集团有限公司铁道建筑研究所
出处
《振动与冲击》
EI
CSCD
北大核心
2024年第21期319-328,共10页
基金
河北省自然科学基金(E2021210124)
河北省教育厅自然科学类项目(ZD2019034)
+1 种基金
高速铁路过渡段可调高路基结构研究(2021YJ071)
中国国家铁路集团有限公司科技研究开发计划(P2021G053)。
文摘
完善高速铁路路基级配碎石压实标准对实现振动压实质量高精度智能预测具有重要意义。首先,开展振动压实试验,基于多参数协同测试方法,探究级配碎石最大干密度ρdmax确定方法;其次,在大量试验数据基础上建立级配碎石特征与ρdmax之间的关系,并采用灰色关联度分析算法明晰影响ρdmax的主控特征;最后,将级配碎石主控特征作为输入特征建立预测ρdmax的机器学习(machine learning,ML)模型,并基于ML模型预测性能三层次评价方法确定最优ML模型。结果表明:力学参数动刚度K rb曲线“拐点”对应的压实时间T lp为级配碎石最佳振动时间,进一步通过T lp确定级配碎石ρdmax;明晰影响级配碎石ρdmax的主控特征为最大粒径d max,级配参数b、m,扁平细长颗粒Q e以及洛杉矶磨耗LAA;综合三层次优选结果,各ML模型综合评价指标CEI由小到大分别为:ANN(artificial neural network)模型(1.8797)、SVR(support vector regression)模型(2.9646)、RF(random rorest)模型(4.5040)、Ridge(ridge regression)模型(6.2394)和DT(decision tree)模型(7.1319),ANN模型预测性能最优。研究成果可为高速铁路路基压实质量控制提供新标准,并对路基智能施工提供理论指导。
关键词
高速铁路
级配碎石
最大干密度
机器学习
三层次评估模型
Keywords
high-speed railway
graded crushed stone
maximum dry density
machine learning(ML)
3-level evaluation model
分类号
U213.1 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
海洋环境在役混凝土桥梁结构耐久性评估方法
2
作者
何霞
机构
扬州大学
扬州职业大学
出处
《扬州职业大学学报》
2009年第1期10-13,17,共5页
基金
江苏省"青蓝工程"中青年学术带头人科研基金项目(苏教师(2007)2号)
中国博士后基金项目(20060390343)
扬州市科技计划项目(YZ2007048-3)
文摘
以在役混凝土桥梁结构耐久性三层次多指标评估模型为基础,对海洋环境下影响混凝土桥梁结构耐久性的因素进行分析,确定海洋环境下构件的耐久性考核指标对各个模糊等级的隶属度。最后用杭州湾跨海大桥为例,验证评估方法的合理性。
关键词
海洋环境
耐久性
评估
三
层次
多指标
评估
模型
最优区间
耐久性
评估
流程
Keywords
marine environment
evaluation of durability
three - level - multi - index evaluating model
opti- mum interval
flow chart for evaluating durability
分类号
U446.3 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的高速铁路级配碎石压实质量主控特征与预测研究
肖宪普
李新志
谢康
郝哲睿
邓志兴
李泰灃
《振动与冲击》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
2
海洋环境在役混凝土桥梁结构耐久性评估方法
何霞
《扬州职业大学学报》
2009
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部