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:
采用改进的BP神经网络,建立了碾压混凝土坝热学参数反馈分析模型;利用三维有限元浮动网格法正分析得到的样本去训练网络,再利用温度实测值对热学参数进行反分析,根据反演后的热学参数进行温度场计算.计算结果和实测结果较为接近,可满足工程实际要求,且该方法具有较好的稳定性和收敛性,表明改进的BP神经网络算法用于反演混凝土坝热学参数是可行的.
推荐文章
桑郎碾压混凝土拱坝温度场仿真分析
碾压混凝土拱坝
热学参数
温度场
仿真分析
亚碧罗水电站碾压混凝土重力坝温度场仿真分析
碾压混凝土
重力坝
温控参数
温度场
仿真分析
有限元法
BP神经网络的改进及其应用
人工神经网络
BP神经网络
需水量
预测
碾压混凝土重力坝稳定温度场数值仿真研究
碾压混凝土重力坝
稳定温度场
数值仿真
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 改进的BP神经网络在碾压混凝土坝温度场反分析中的应用
来源期刊 西安理工大学学报 学科 工学
关键词 BP神经网络 三维有限元浮动网格法 碾压混凝土坝 反分析 热学参数
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 95-99
页数 5页 分类号 TV315
字数 4321字 语种 中文
DOI 10.3969/j.issn.1006-4710.2009.01.019
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 陈尧隆 西安理工大学水利水电学院 95 968 17.0 25.0
2 李守义 西安理工大学水利水电学院 137 1172 18.0 27.0
3 杨杰 西安理工大学水利水电学院 62 632 12.0 24.0
4 张晓飞 西安理工大学水利水电学院 35 237 9.0 14.0
5 余猛 西安理工大学水利水电学院 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (41)
参考文献  (5)
节点文献
引证文献  (14)
同被引文献  (24)
二级引证文献  (18)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
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
BP神经网络
三维有限元浮动网格法
碾压混凝土坝
反分析
热学参数
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
西安理工大学学报
季刊
1006-4710
61-1294/N
大16开
西安市金花南路5号
1978
chi
出版文献量(篇)
2223
总下载数(次)
6
总被引数(次)
21166
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导