BP神经网络在极限承载力预测中的应用被引量：2

下载PDF

导出

摘要预应力高强混凝土简支T梁极限承载力的计算通常采用有限元的数值分析方法,考虑材料非线性影响,对T梁进行全过程分析,得出T梁的承载力。影响预应力高强混凝土简支T梁极限承载力的因素很多（如混凝土强度、钢筋强度、梁的跨径、截面尺寸等）,且具有复杂的非线性特性。实际工程中,传统方法建模比较复杂,而且计算工作量大,

作者刘磊

机构地区长江大学城市建设学院

出处《河南科技》 2012年第1期86-87,共2页 Henan Science and Technology

关键词极限承载力 BP神经网络预应力高强混凝土简支T梁应用预测数值分析方法非线性影响

分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TU378 [建筑科学—结构工程]

引文网络
相关文献

同被引文献11

1陆玉娇,赵雪花,安莉莉.快速BP算法在年径流预测研究中的应用[J].水资源与水工程学报,2012,23(4):95-97. 被引量：3
2马正华,王腾,周炯如.基于BP神经网络的太湖富营养化时空变化预测[J].常州大学学报（自然科学版）,2013,25(3):62-65. 被引量：7
3范胜波,王太勇,汪文津,董艇舰.样本数量对切削力的神经网络预测精度的影响[J].西南交通大学学报,2005,40(5):637-640. 被引量：10
4易鸿.基于贝叶斯算法的神经网络优化方法[J].四川文理学院学报,2010,20(2):37-40. 被引量：2
5张菲菲,李志刚.基于BP神经网络的继电器剩余寿命预测[J].低压电器,2012(1):11-14. 被引量：24
6方祥玉.学分绩点制在武汉七所部属高校的实践与探索[J].河南教育学院学报（哲学社会科学版）,2012,31(3):131-133. 被引量：2
7俞克强,宫宁生,丁磊.一种神经网络控制模型的研究与应用[J].计算机应用与软件,2013,30(6):60-62. 被引量：3
8翟雪松,尹吉明,林莉兰.结构方程视角下我国翻转课堂满意度模型构建[J].高教探索,2015(5):65-72. 被引量：36
9王涛,翟雪松.基于神经网络的智能课程推荐模型[J].合肥学院学报（自然科学版）,2016,26(1):30-34. 被引量：3
10黄豪彩,黄宜坚,杨冠鲁.基于LM算法的神经网络系统辨识[J].组合机床与自动化加工技术,2003(2):6-8. 被引量：44

引证文献2

1李露,李斌,杜艳玲,谢一民.几种改进BP神经网络算法预测飞灰含碳质量分数效果的比较[J].发电设备,2012,26(6):416-419. 被引量：3
2王涛,潘和平,蔡成梅.基于L-M优化算法的学分绩点预测模型构建[J].合肥师范学院学报,2017,35(6):20-24. 被引量：2

二级引证文献5

1阳昌云.谈有关管理会计的几个基本问题[J].上海会计,2000(4):13-15.
2王彪,李斌,辛晓钢,席恒慧,周晓东.基于集成建模技术的火电机组运行在线智能优化系统开发[J].内蒙古电力技术,2014,32(6):20-24. 被引量：1
3林运国,曾海滨,张云帆,温永仙.高校学生课程绩点预测方法[J].内江师范学院学报,2019,34(2):57-62. 被引量：1
4林国聪,薛斌强,王冬青.基于图优化的SLAM后端优化算法研究[J].电子设计工程,2020,28(24):6-10. 被引量：7
5王涛,任少君,司风琪,马利君,王力光.基于GWO-BP神经网络算法的WFGD系统在线优化[J].发电设备,2021,35(2):122-130. 被引量：5

1刘志强.高位预制铁路32m简支T梁后落梁及横移梁施工[J].江西建材,2016(6):211-212. 被引量：1
2李洪亮.简支T梁预应力施工[J].科技信息,2009(27).
3覃星.桥梁工程中简支T梁预制施工技术探讨[J].科技信息,2011(19). 被引量：6
4陈杰明.简支T梁体外预应力加固技术[J].建筑,2013(16):72-72.
5杨春会.浅议预应力简支T梁施工技术[J].科技资讯,2011,9(2):95-95.
6赵会强,牛遥.浅谈铁路预制后张法简支T梁预应力[J].建材与装饰（下旬）,2013(4):230-231.
7张效忠,江爱民,廖小辉.预应力钢筋混凝土简支T梁的裂缝分析[J].浙江建筑,2009,26(8):31-34. 被引量：1
8王尧.文官屯出入段线特大桥12m简支T梁架梁监理[J].山西建筑,2013,39(9):218-218.
9李英田.体外预应力简支T梁抗弯试验研究[J].建材与装饰（上旬）,2016(15):45-46.

河南科技

2012年第1期

浏览历史

内容加载中请稍等...

BP神经网络在极限承载力预测中的应用被引量：2

同被引文献11

引证文献2

二级引证文献5

相关作者

相关机构

相关主题

浏览历史

BP神经网络在极限承载力预测中的应用 被引量：2

同被引文献11

引证文献2

二级引证文献5

相关作者

相关机构

相关主题

浏览历史

BP神经网络在极限承载力预测中的应用被引量：2