基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据混凝土强度早期判定的特点 ,建立了能映射复杂非线性关系的多层前向神经网络.并且利用前向神经网络进行混凝土的配合比设计预测,结果表明神经网络方法具有较高的预测精度,在混凝土性能预测和配合比设计中具有广阔的应用前景.
推荐文章
基于人工神经网络的经济预测模型
改进BP算法
神经网络
GDP
时间序列
C25芯柱自密实混凝土的优化配制
自密实混凝土
外加剂
配合比优化
经济比较
人工神经网络预测混凝土柱屈服性能
矩形混凝土柱
屈服位移
人工神经网络
预测模型
基于GA的混凝土坝抗震可靠度预测的神经网络模型
混凝土坝
遗传算法
可靠度
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工神经网络模型的C25混凝土配合比的预测方法
来源期刊 武汉理工大学学报(交通科学与工程版) 学科 工学
关键词 神经网络 混凝土的配合比 预测
年,卷(期) 2002,(4) 所属期刊栏目
研究方向 页码范围 537-540
页数 4页 分类号 TU528.36
字数 1936字 语种 中文
DOI 10.3963/j.issn.2095-3844.2002.04.035
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘世凯 武汉理工大学交通学院 10 120 5.0 10.0
2 付义祥 武汉理工大学交通学院 8 130 4.0 8.0
3 刘杰 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (22)
参考文献  (4)
节点文献
引证文献  (17)
同被引文献  (23)
二级引证文献  (28)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(3)
  • 引证文献(2)
  • 二级引证文献(1)
2008(5)
  • 引证文献(4)
  • 二级引证文献(1)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
混凝土的配合比
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
武汉理工大学学报(交通科学与工程版)
双月刊
2095-3844
42-1824/U
大16开
武昌区和平大道1178号
38-148
1959
chi
出版文献量(篇)
5723
总下载数(次)
12
相关基金
湖北省自然科学基金
英文译名:Natural Science Foundation of Hubei Province
官方网址:http://www.shiyanhospital.com/my/art/viewarticle.asp?id=79
项目类型:重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导