更新日期: 2025-04-06

基于遺傳—徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的公路隧道圍巖定級(jí)方法

格式:pdf

大?。?span id="fnht5br" class="single-tag-height" data-v-09d85783>365KB

頁(yè)數(shù):5P

人氣 :84

基于遺傳—徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的公路隧道圍巖定級(jí)方法 4.8

圍巖分級(jí)準(zhǔn)確與否直接關(guān)系到隧道的施工安全和工程造價(jià)。針對(duì)現(xiàn)階段圍巖分級(jí)方法存在的主要問(wèn)題,結(jié)合寧績(jī)高速公路隧道群施工期圍巖定級(jí)實(shí)踐,以國(guó)標(biāo)BQ分級(jí)為基準(zhǔn),在大量現(xiàn)場(chǎng)測(cè)試和室內(nèi)試驗(yàn)的基礎(chǔ)上,引入徑向基函數(shù)神經(jīng)網(wǎng)絡(luò),并以分級(jí)結(jié)果作為遺傳—徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,建立了隧道圍巖分級(jí)的遺傳—徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型。應(yīng)用實(shí)例表明,該模型分級(jí)結(jié)果與現(xiàn)場(chǎng)勘測(cè)基本一致,為隧道圍巖分級(jí)提供了一種新方法。

基于神經(jīng)網(wǎng)絡(luò)的公路隧道圍巖分級(jí) 基于神經(jīng)網(wǎng)絡(luò)的公路隧道圍巖分級(jí) 基于神經(jīng)網(wǎng)絡(luò)的公路隧道圍巖分級(jí)

基于神經(jīng)網(wǎng)絡(luò)的公路隧道圍巖分級(jí)

格式:pdf

大?。?span id="njpd9ll" class="single-tag-height" data-v-09d85783>200KB

頁(yè)數(shù):未知

以十天高速漢中東段大包梁公路隧道為例,通過(guò)分析隧道圍巖穩(wěn)定性的各項(xiàng)影響因素,采用bp神經(jīng)網(wǎng)絡(luò)建立隧道圍巖分級(jí)模型,并對(duì)模型進(jìn)行了優(yōu)化設(shè)計(jì),將訓(xùn)練好的分級(jí)模型運(yùn)用到該隧道,為公路隧道圍巖分級(jí)提供了一種有效方法和參考價(jià)值.

BP神經(jīng)網(wǎng)絡(luò)在公路隧道圍巖分類中的應(yīng)用

BP神經(jīng)網(wǎng)絡(luò)在公路隧道圍巖分類中的應(yīng)用

格式:pdf

大?。?span id="v7bllvf" class="single-tag-height" data-v-09d85783>78KB

頁(yè)數(shù):2P

bp神經(jīng)網(wǎng)絡(luò)在解決非線性、不確定性、大信息量的問(wèn)題上的優(yōu)越性和適用性,結(jié)合matlab工具箱函數(shù)實(shí)現(xiàn)公路隧道圍巖分類。通過(guò)工程實(shí)例驗(yàn)證神經(jīng)網(wǎng)絡(luò)在公路隧道圍巖分類中的應(yīng)用非常理想可行性,而且輸入?yún)?shù)簡(jiǎn)單易獲得。

編輯推薦下載

基于BP神經(jīng)網(wǎng)絡(luò)法某公路隧道圍巖穩(wěn)定性研究 基于BP神經(jīng)網(wǎng)絡(luò)法某公路隧道圍巖穩(wěn)定性研究 基于BP神經(jīng)網(wǎng)絡(luò)法某公路隧道圍巖穩(wěn)定性研究

基于BP神經(jīng)網(wǎng)絡(luò)法某公路隧道圍巖穩(wěn)定性研究

格式:pdf

大?。?span id="nj7dr9n" class="single-tag-height" data-v-09d85783>290KB

頁(yè)數(shù):3P

基于BP神經(jīng)網(wǎng)絡(luò)法某公路隧道圍巖穩(wěn)定性研究 4.8

如何簡(jiǎn)單、高效、準(zhǔn)確地對(duì)工程巖體進(jìn)行分類是一個(gè)具有挑戰(zhàn)性的研究課題,也是現(xiàn)場(chǎng)施工的迫切需求,特別是某些特定的地下工程。以江西某公路隧道為研究對(duì)象,結(jié)合該地區(qū)實(shí)際所處的地質(zhì)環(huán)境,選取不連續(xù)結(jié)構(gòu)面狀態(tài)及充填情況、巖石單軸抗壓強(qiáng)度rc、巖石質(zhì)量指標(biāo)rqd、地下水滲水量w和洞軸線與層狀巖石的夾角θ這五個(gè)指標(biāo)作為評(píng)價(jià)因子,建立了基于bp神經(jīng)網(wǎng)絡(luò)的公路隧洞圍巖分類模型,成功地對(duì)公路隧道圍巖等級(jí)進(jìn)行了評(píng)級(jí),取得了良好的評(píng)價(jià)效果,為公路隧道圍巖的快速分類提供了依據(jù)。

立即下載
基于BP神經(jīng)網(wǎng)絡(luò)的隧道圍巖力學(xué)參數(shù)反分析方法 基于BP神經(jīng)網(wǎng)絡(luò)的隧道圍巖力學(xué)參數(shù)反分析方法 基于BP神經(jīng)網(wǎng)絡(luò)的隧道圍巖力學(xué)參數(shù)反分析方法

基于BP神經(jīng)網(wǎng)絡(luò)的隧道圍巖力學(xué)參數(shù)反分析方法

格式:pdf

大小:556KB

頁(yè)數(shù):6P

基于BP神經(jīng)網(wǎng)絡(luò)的隧道圍巖力學(xué)參數(shù)反分析方法 4.5

目的為解決各種傳統(tǒng)位移反分析方法的反分析模型復(fù)雜、求解難度大等問(wèn)題,基于matlab的二次開(kāi)發(fā)語(yǔ)言m語(yǔ)言,編寫了用于位移反分析的bp神經(jīng)網(wǎng)絡(luò)源程序.針對(duì)傳統(tǒng)bp網(wǎng)絡(luò)收斂速度慢的缺點(diǎn),采用優(yōu)化算法及歸一化方法來(lái)加快網(wǎng)絡(luò)的訓(xùn)練速度.方法隧道開(kāi)挖模擬采用flac-3d數(shù)值方法作為正演工具,結(jié)合正交設(shè)計(jì)法和bp神經(jīng)網(wǎng)絡(luò)等程序,建立了用于位移反分析人工神經(jīng)網(wǎng)絡(luò)方法,并應(yīng)用該方法對(duì)某隧道圍巖力學(xué)參數(shù)進(jìn)行了反演.結(jié)果反演結(jié)果表明,所建立的位移反分析的人工神經(jīng)網(wǎng)絡(luò)方法具有模型簡(jiǎn)單、求解快捷等優(yōu)點(diǎn),且其精度亦能達(dá)到工程應(yīng)用要求,因而可以在工程實(shí)際中推廣應(yīng)用.結(jié)論人工神經(jīng)網(wǎng)絡(luò)有著良好的非線性信息存儲(chǔ)能力和自適應(yīng)性,利用人工神經(jīng)網(wǎng)絡(luò)中的bp算法反演隧道圍巖力學(xué)參數(shù),在實(shí)際應(yīng)用中是完全可行的,可以為工程所需的計(jì)算參數(shù)提供參考,對(duì)隧道圍巖穩(wěn)定性評(píng)價(jià)及信息化設(shè)計(jì)具用實(shí)際意義.

立即下載

基于遺傳徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)公路隧道圍巖定級(jí)方法熱門文檔

相關(guān)文檔資料 529937 立即查看>>
基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的工程造價(jià)估算

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的工程造價(jià)估算

格式:pdf

大?。?span id="1ll7vjv" class="single-tag-height" data-v-09d85783>40KB

頁(yè)數(shù):3P

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的工程造價(jià)估算 4.7

提出了一種更有效的前向網(wǎng)絡(luò)——徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò),以多、高層辦公樓為例,建立了工程造價(jià)的估算模型,運(yùn)用matlab語(yǔ)言程序?qū)崿F(xiàn),同時(shí)采用同樣的樣本對(duì)bp網(wǎng)絡(luò)進(jìn)行訓(xùn)練,兩者結(jié)果比較表明,這種方法彌補(bǔ)了bp網(wǎng)絡(luò)存在的收斂速度慢,易陷入局部最優(yōu)等缺陷,從而大大提高了其實(shí)用性,是對(duì)造價(jià)估算方式的又一新的嘗試。

立即下載
公路隧道圍巖穩(wěn)定性評(píng)價(jià)的改進(jìn)人工神經(jīng)網(wǎng)絡(luò)方法

公路隧道圍巖穩(wěn)定性評(píng)價(jià)的改進(jìn)人工神經(jīng)網(wǎng)絡(luò)方法

格式:pdf

大?。?span id="fppb3x5" class="single-tag-height" data-v-09d85783>1.5MB

頁(yè)數(shù):6P

公路隧道圍巖穩(wěn)定性評(píng)價(jià)的改進(jìn)人工神經(jīng)網(wǎng)絡(luò)方法 3

公路隧道圍巖穩(wěn)定性評(píng)價(jià)的改進(jìn)人工神經(jīng)網(wǎng)絡(luò)方法——本文運(yùn)用改進(jìn)的人工神經(jīng)網(wǎng)絡(luò)方法,研究了公路隧道圍巖穩(wěn)定性的評(píng)價(jià)定級(jí)問(wèn)題.首先討論了模型建立和算法選擇與分析,并對(duì)實(shí)際的工程問(wèn)題進(jìn)行了計(jì)算和模擬.所得的評(píng)價(jià)定級(jí)結(jié)果接近于實(shí)際,計(jì)算方法可靠,計(jì)算時(shí)間適中...

立即下載
公路隧道圍巖穩(wěn)定性評(píng)價(jià)的改進(jìn)人工神經(jīng)網(wǎng)絡(luò)方法

公路隧道圍巖穩(wěn)定性評(píng)價(jià)的改進(jìn)人工神經(jīng)網(wǎng)絡(luò)方法

格式:pdf

大?。?span id="3htt13j" class="single-tag-height" data-v-09d85783>372KB

頁(yè)數(shù):6P

公路隧道圍巖穩(wěn)定性評(píng)價(jià)的改進(jìn)人工神經(jīng)網(wǎng)絡(luò)方法 4.8

本文運(yùn)用改進(jìn)的人工神經(jīng)網(wǎng)絡(luò)方法,研究了公路隧道圍巖穩(wěn)定性的評(píng)價(jià)定級(jí)問(wèn)題.首先討論了模型建立和算法選擇與分析,并對(duì)實(shí)際的工程問(wèn)題進(jìn)行了計(jì)算和模擬.所得的評(píng)價(jià)定級(jí)結(jié)果接近于實(shí)際,計(jì)算方法可靠,計(jì)算時(shí)間適中,方法穩(wěn)定性良好.本文的研究結(jié)果表明,利用人工神經(jīng)網(wǎng)絡(luò)方法評(píng)價(jià)隧道圍巖的穩(wěn)定性具有廣闊應(yīng)用前景.

立即下載
PSO-BP神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用 PSO-BP神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用 PSO-BP神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用

PSO-BP神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用

格式:pdf

大小:381KB

頁(yè)數(shù):6P

PSO-BP神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用 4.8

針對(duì)滇西復(fù)雜地質(zhì)條件下隧道圍巖變形預(yù)測(cè)問(wèn)題,以bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),引入了改進(jìn)后的粒子群算法,通過(guò)調(diào)試和改進(jìn)建立了pso-bp神經(jīng)網(wǎng)絡(luò).該神經(jīng)網(wǎng)絡(luò)結(jié)合了粒子群算法的全局搜索能力和bp神經(jīng)網(wǎng)絡(luò)的局部搜索能力,非線性映射能力強(qiáng),泛化能力強(qiáng),具有一定的容錯(cuò)能力.計(jì)算結(jié)果表明:pso-bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度高,平均絕對(duì)誤差為2.4mm,平均相對(duì)誤差為2.7%,滿足隧道圍巖變形預(yù)測(cè)精度的需要.

立即下載
RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用 RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用 RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用

RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用

格式:pdf

大?。?span id="lbnzlj9" class="single-tag-height" data-v-09d85783>215KB

頁(yè)數(shù):3P

RBF神經(jīng)網(wǎng)絡(luò)在隧道圍巖變形預(yù)測(cè)中的應(yīng)用 4.8

在預(yù)測(cè)隧道圍巖變形的過(guò)程中,運(yùn)用神經(jīng)網(wǎng)絡(luò)的方法,建立非線性的預(yù)測(cè)模型,結(jié)合張涿高速公路林里隧道的變形實(shí)測(cè)數(shù)據(jù),借助matlab7.1平臺(tái),模擬了隧道圍巖的變形過(guò)程;實(shí)驗(yàn)結(jié)果表明:rbf神經(jīng)網(wǎng)絡(luò)方法在隧道圍巖變形的預(yù)測(cè)中,具有運(yùn)算速度快,預(yù)測(cè)精度高,模型穩(wěn)定可靠的特點(diǎn),在隧道施工過(guò)程中,能夠有效的輔助施工控制,提供預(yù)測(cè)報(bào)告。

立即下載

基于遺傳徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)公路隧道圍巖定級(jí)方法精華文檔

相關(guān)文檔資料 529937 立即查看>>
基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的砂土液化概率判別方法

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的砂土液化概率判別方法

格式:pdf

大?。?span id="lp7xh99" class="single-tag-height" data-v-09d85783>404KB

頁(yè)數(shù):5P

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的砂土液化概率判別方法 3

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的砂土液化概率判別方法——以國(guó)內(nèi)外25次大地震中的344組場(chǎng)地液化實(shí)測(cè)資料為基礎(chǔ),通過(guò)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和檢驗(yàn),分析了修正標(biāo)準(zhǔn)貫入擊數(shù)與飽和砂土抗液化強(qiáng)度之間的非線性關(guān)系,建立了飽和砂土液化極限狀態(tài)曲線或抗液化...

立即下載
基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的公路工程造價(jià)估算

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的公路工程造價(jià)估算

格式:pdf

大小:348KB

頁(yè)數(shù):2P

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的公路工程造價(jià)估算 4.8

本文建立了基于徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)公路工程造價(jià)的估算模型,并運(yùn)用matlab語(yǔ)言程序?qū)⑵鋵?shí)現(xiàn)。實(shí)例分析表明該方法彌補(bǔ)了傳統(tǒng)bp網(wǎng)絡(luò)存在的收斂速度慢,易陷入局部最優(yōu)等缺陷,基于神經(jīng)網(wǎng)絡(luò)的公路工程造價(jià)估算方法是可行的,估算結(jié)果是可靠的。

立即下載
人工神經(jīng)元網(wǎng)絡(luò)在公路隧道圍巖判別中的應(yīng)用 人工神經(jīng)元網(wǎng)絡(luò)在公路隧道圍巖判別中的應(yīng)用 人工神經(jīng)元網(wǎng)絡(luò)在公路隧道圍巖判別中的應(yīng)用

人工神經(jīng)元網(wǎng)絡(luò)在公路隧道圍巖判別中的應(yīng)用

格式:pdf

大?。?span id="djvhrh1" class="single-tag-height" data-v-09d85783>557KB

頁(yè)數(shù):4P

人工神經(jīng)元網(wǎng)絡(luò)在公路隧道圍巖判別中的應(yīng)用 4.4

基于人工神經(jīng)元網(wǎng)絡(luò)原理,結(jié)合公路隧道圍巖判別的工程實(shí)際資料,通過(guò)bp神經(jīng)網(wǎng)絡(luò)模型的有師學(xué)習(xí)記憶和預(yù)測(cè)功能,對(duì)公路隧道圍巖判別預(yù)測(cè)進(jìn)行了研究。通過(guò)實(shí)例預(yù)測(cè)檢驗(yàn),證明了人工神經(jīng)元網(wǎng)絡(luò)在公路隧道圍巖判別中的可行性和實(shí)用性。

立即下載
公路隧道圍巖級(jí)別的現(xiàn)場(chǎng)快速判定方法 公路隧道圍巖級(jí)別的現(xiàn)場(chǎng)快速判定方法 公路隧道圍巖級(jí)別的現(xiàn)場(chǎng)快速判定方法

公路隧道圍巖級(jí)別的現(xiàn)場(chǎng)快速判定方法

格式:pdf

大?。?span id="p7d9llj" class="single-tag-height" data-v-09d85783>171KB

頁(yè)數(shù):未知

公路隧道圍巖級(jí)別的現(xiàn)場(chǎng)快速判定方法 4.6

本文介紹一種適用于隧道動(dòng)態(tài)設(shè)計(jì)的巖石隧道圍巖級(jí)別的現(xiàn)場(chǎng)快速判定方法。該方法根據(jù)掌子面巖體地質(zhì)情況,在采用規(guī)范的基本原理基礎(chǔ)上,考慮巖體級(jí)別的位置分布及面積大小的因素,對(duì)工程有更好的針對(duì)性。

立即下載
人工神經(jīng)網(wǎng)絡(luò)在隧道圍巖穩(wěn)定性識(shí)別中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)在隧道圍巖穩(wěn)定性識(shí)別中的應(yīng)用

格式:pdf

大?。?span id="dhhvhh7" class="single-tag-height" data-v-09d85783>1.0MB

頁(yè)數(shù):3P

人工神經(jīng)網(wǎng)絡(luò)在隧道圍巖穩(wěn)定性識(shí)別中的應(yīng)用 3

人工神經(jīng)網(wǎng)絡(luò)在隧道圍巖穩(wěn)定性識(shí)別中的應(yīng)用——在全面分析影響隧道圍巖穩(wěn)定性因素的基礎(chǔ)上,結(jié)合人工神經(jīng)網(wǎng)絡(luò)方法的特點(diǎn),提出了一種基于隧道圍巖穩(wěn)定性識(shí)別的b-p人工神經(jīng)網(wǎng)絡(luò)方法。通過(guò)實(shí)例分析對(duì)比表明,模型精度很高,識(shí)別結(jié)果可靠,且操作簡(jiǎn)潔方便,能有效地應(yīng)用...

立即下載

基于遺傳徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)公路隧道圍巖定級(jí)方法最新文檔

相關(guān)文檔資料 529937 立即查看>>
基于BP神經(jīng)網(wǎng)絡(luò)的隧道錨圍巖參數(shù)反演分析 基于BP神經(jīng)網(wǎng)絡(luò)的隧道錨圍巖參數(shù)反演分析 基于BP神經(jīng)網(wǎng)絡(luò)的隧道錨圍巖參數(shù)反演分析

基于BP神經(jīng)網(wǎng)絡(luò)的隧道錨圍巖參數(shù)反演分析

格式:pdf

大小:438KB

頁(yè)數(shù):2P

基于BP神經(jīng)網(wǎng)絡(luò)的隧道錨圍巖參數(shù)反演分析 4.5

本文在某隧道錨的穩(wěn)定性研究過(guò)程中采用正交設(shè)計(jì)法構(gòu)造bp神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本,均勻設(shè)計(jì)構(gòu)造bp神經(jīng)網(wǎng)絡(luò)測(cè)試樣本;并通過(guò)bp神經(jīng)網(wǎng)絡(luò)對(duì)樣本進(jìn)行反復(fù)訓(xùn)練,對(duì)隧道錨圍巖力學(xué)參數(shù)進(jìn)行了反演分析。該反演分析方法獲得的參數(shù)與正向計(jì)算得出的位移增量及監(jiān)測(cè)位移增量在量值上基本相當(dāng),為更準(zhǔn)確地獲取圍巖巖體力學(xué)參數(shù)開(kāi)辟了新途徑。

立即下載
BP神經(jīng)網(wǎng)絡(luò)在隧道圍巖穩(wěn)定性分類中的應(yīng)用

BP神經(jīng)網(wǎng)絡(luò)在隧道圍巖穩(wěn)定性分類中的應(yīng)用

格式:pdf

大?。?span id="v9ftfvp" class="single-tag-height" data-v-09d85783>196KB

頁(yè)數(shù):3P

BP神經(jīng)網(wǎng)絡(luò)在隧道圍巖穩(wěn)定性分類中的應(yīng)用 4.7

將bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于隧洞圍巖分類,bp神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)記憶建立輸入和輸出變量之間的非線性關(guān)系。利用淮南洞山隧道圍巖分類樣本進(jìn)行模擬檢驗(yàn),bp神經(jīng)網(wǎng)絡(luò)模型性能良好,對(duì)隧道圍巖分類的精度較高,是一種值得推廣和應(yīng)用的圍巖智能分類方法。

立即下載
公路隧道巖質(zhì)圍巖亞級(jí)分級(jí)方法研究

公路隧道巖質(zhì)圍巖亞級(jí)分級(jí)方法研究

格式:pdf

大?。?span id="j1p9n3d" class="single-tag-height" data-v-09d85783>2.2MB

頁(yè)數(shù):5P

公路隧道巖質(zhì)圍巖亞級(jí)分級(jí)方法研究 4.8

公路隧道巖質(zhì)圍巖亞級(jí)分級(jí)方法研究

立即下載
公路隧道巖質(zhì)圍巖亞級(jí)分級(jí)方法研究 公路隧道巖質(zhì)圍巖亞級(jí)分級(jí)方法研究 公路隧道巖質(zhì)圍巖亞級(jí)分級(jí)方法研究

公路隧道巖質(zhì)圍巖亞級(jí)分級(jí)方法研究

格式:pdf

大小:315KB

頁(yè)數(shù):5P

公路隧道巖質(zhì)圍巖亞級(jí)分級(jí)方法研究 4.7

現(xiàn)行公路隧道圍巖分級(jí)方法某些圍巖級(jí)別跨度較大,不能滿足實(shí)際施工的需要,鑒于此,針對(duì)ⅲ、ⅳ、ⅴ級(jí)巖質(zhì)圍巖進(jìn)行了較為全面、系統(tǒng)的圍巖亞級(jí)分級(jí)研究。首先通過(guò)數(shù)值試驗(yàn)對(duì)3種巖質(zhì)圍巖的自穩(wěn)性進(jìn)行研究,并根據(jù)各圍巖的自穩(wěn)性表現(xiàn)特征進(jìn)行圍巖亞級(jí)級(jí)別劃分,建立圍巖亞級(jí)分級(jí)理論標(biāo)準(zhǔn),然后結(jié)合現(xiàn)場(chǎng)采集的大量圍巖樣本數(shù)據(jù)統(tǒng)計(jì)分析結(jié)果,最終確定圍巖亞級(jí)分級(jí)的判定方法。以上研究對(duì)現(xiàn)行公路隧道圍巖分級(jí)方法起到了細(xì)化和完善的作用,同時(shí)也可作為公路隧道設(shè)計(jì)、施工參考之用。

立即下載
基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的高層建筑結(jié)構(gòu)選型

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的高層建筑結(jié)構(gòu)選型

格式:pdf

大?。?span id="nnnlht7" class="single-tag-height" data-v-09d85783>150KB

頁(yè)數(shù):4P

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的高層建筑結(jié)構(gòu)選型 4.5

提出了應(yīng)用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行高層結(jié)構(gòu)體系的選型,它充分運(yùn)用了神經(jīng)網(wǎng)絡(luò)高度的非線性、高度的容錯(cuò)性和魯棒性、自學(xué)習(xí)、實(shí)時(shí)處理等特點(diǎn)。研究表明,徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)運(yùn)算速度較普通bp算法快103~104倍,并且精度高,可以高效、高質(zhì)地進(jìn)行高層建筑結(jié)構(gòu)的選型。

立即下載
雙連拱隧道圍巖變形有限元與BP神經(jīng)網(wǎng)絡(luò)耦合分析

雙連拱隧道圍巖變形有限元與BP神經(jīng)網(wǎng)絡(luò)耦合分析

格式:pdf

大?。?span id="zj3bnbf" class="single-tag-height" data-v-09d85783>365KB

頁(yè)數(shù):6P

雙連拱隧道圍巖變形有限元與BP神經(jīng)網(wǎng)絡(luò)耦合分析 3

雙連拱隧道圍巖變形有限元與bp神經(jīng)網(wǎng)絡(luò)耦合分析——以浙江金(華)一麗(水)一溫(州)高速公路永嘉鹿城段的紅楓雙連拱隧道為工程背景,建立了基于神經(jīng)網(wǎng)絡(luò)的連拱隧道圍巖變形預(yù)測(cè)模型。利用施工過(guò)程中左洞量測(cè)的圍巖變形進(jìn)行反分析,確定出圍巖的力學(xué)特性參數(shù),再通...

立即下載
公路隧道施工過(guò)程中圍巖快速定級(jí)方法調(diào)研分析與展望 公路隧道施工過(guò)程中圍巖快速定級(jí)方法調(diào)研分析與展望 公路隧道施工過(guò)程中圍巖快速定級(jí)方法調(diào)研分析與展望

公路隧道施工過(guò)程中圍巖快速定級(jí)方法調(diào)研分析與展望

格式:pdf

大?。?span id="97xjlxj" class="single-tag-height" data-v-09d85783>1.7MB

頁(yè)數(shù):4P

公路隧道施工過(guò)程中圍巖快速定級(jí)方法調(diào)研分析與展望 4.6

我國(guó)公路隧道正朝著長(zhǎng)距離、大埋深不斷發(fā)展,但限于目前深埋山嶺隧道勘察方法和技術(shù)局限,深部復(fù)雜地質(zhì)條件下的圍巖的級(jí)別很難在勘察階段查得很精確,導(dǎo)致勘察圍巖級(jí)別與施工開(kāi)挖揭示圍巖級(jí)別存在不同程度的差異。因此,隧道施工過(guò)程中,必須采用現(xiàn)場(chǎng)快速圍巖動(dòng)態(tài)分級(jí)、動(dòng)態(tài)變更的隧道設(shè)計(jì)與施工理念。調(diào)研了目前國(guó)內(nèi)公路隧道施工現(xiàn)場(chǎng)圍巖快速分級(jí)的思路與方法,旨在為類似隧道工程的現(xiàn)場(chǎng)地質(zhì)配合工作提供指導(dǎo)和借鑒。同時(shí),針對(duì)目前施工圍巖定級(jí)存在問(wèn)題,提出圍巖快速定級(jí)的展望,希望在未來(lái)隧道建設(shè)中深入圍巖快速定級(jí)的思考和研究。

立即下載
公路隧道圍巖分類的Bayes判別方法研究 公路隧道圍巖分類的Bayes判別方法研究 公路隧道圍巖分類的Bayes判別方法研究

公路隧道圍巖分類的Bayes判別方法研究

格式:pdf

大?。?span id="vjtfpp7" class="single-tag-height" data-v-09d85783>485KB

頁(yè)數(shù):3P

公路隧道圍巖分類的Bayes判別方法研究 4.7

基于bayes判別分析理論,建立了隧道圍巖判別的bayes判別分析模型,通過(guò)實(shí)例分析表明,該模型結(jié)果與實(shí)際情況相符,說(shuō)明該模型在隧道圍巖判別中具有良好的實(shí)用性和有效性,從而為隧道圍巖判別分類提供了一種新思路。

立即下載
公路隧道圍巖穩(wěn)定性探討 公路隧道圍巖穩(wěn)定性探討 公路隧道圍巖穩(wěn)定性探討

公路隧道圍巖穩(wěn)定性探討

格式:pdf

大?。?span id="nxtdnlh" class="single-tag-height" data-v-09d85783>68KB

頁(yè)數(shù):1P

公路隧道圍巖穩(wěn)定性探討 4.3

隧道是修建在底層中的工程結(jié)構(gòu),在挖開(kāi)地層并把隧道襯砌修建在地層內(nèi)的過(guò)程中和以后,地層始終對(duì)隧道襯砌結(jié)構(gòu)產(chǎn)生作用,本文在提出圍巖穩(wěn)定性基本判據(jù)的基礎(chǔ)上,著重對(duì)公路隧道圍巖穩(wěn)定性進(jìn)行了分析。

立即下載
公路隧道圍巖分級(jí)方法及其工程應(yīng)用

公路隧道圍巖分級(jí)方法及其工程應(yīng)用

格式:pdf

大小:969KB

頁(yè)數(shù):3P

公路隧道圍巖分級(jí)方法及其工程應(yīng)用 4.6

闡述了國(guó)內(nèi)外公路隧道圍巖分級(jí)的主要方法,并結(jié)合貴州某高速公路隧道圍巖分級(jí)實(shí)例,對(duì)某隧道各區(qū)段進(jìn)行圍巖分級(jí),為同類隧道工程提供參考。

立即下載

基于遺傳徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)公路隧道圍巖定級(jí)方法相關(guān)

文輯推薦

知識(shí)推薦

百科推薦

王一名

職位:市政公用工程

擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林

基于遺傳徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)公路隧道圍巖定級(jí)方法文輯: 是王一名根據(jù)數(shù)聚超市為大家精心整理的相關(guān)基于遺傳徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)公路隧道圍巖定級(jí)方法資料、文獻(xiàn)、知識(shí)、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時(shí),造價(jià)通平臺(tái)還為您提供材價(jià)查詢、測(cè)算、詢價(jià)、云造價(jià)、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問(wèn): 基于遺傳徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)公路隧道圍巖定級(jí)方法