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:
蚁群聚类径向基函数(ACC-RBF)神经网络是将蚁群聚类算法和径向基函数神经网络组合运用的一种新型神经网络模型,把该网络用于水布垭高面板坝堆石体的多参数反演问题,在室内试验参数的基础上用有限元计算获得学习样本,采用该网络对坝体堆石料的邓肯E-B模型参数进行反演分析,用反演所得参数结合三维非线性有限元计算坝体应力变形,并与实测资料比较,得出很接近的结论.
推荐文章
水布垭面板堆石坝的三维弹塑性数值分析研究
混凝土面板堆石坝
非连续变形分析
双屈服面弹塑性模型
水布垭工程
水布垭面板堆石坝垫层料渗透与渗透变形特性试验研究
水布垭面板堆石坝
垫层
渗透变形
试验
水布垭面板堆石坝流变初步分析
混凝土面板堆石坝
变形特性
流变参数
神经网络技术
反馈分析
MEA-BP预测模型在水布垭面板堆石坝沉降变形预测中的应用
大坝变形预测
坝体沉降
水布垭面板堆石坝
BP神经网络
思维进化算法
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ACC-RBF的水布垭面板堆石坝参数反演分析
来源期刊 水电自动化与大坝监测 学科 工学
关键词 面板堆石坝 蚁群聚类径向基函数神经网络 参数 反演
年,卷(期) 2011,(2) 所属期刊栏目 大坝安全监控技术
研究方向 页码范围 56-58,66
页数 分类号 TV641.43
字数 3028字 语种 中文
DOI 10.3969/j.issn.1671-3893.2011.02.016
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 李俊杰 大连理工大学建设工程学部 65 485 12.0 20.0
2 康飞 大连理工大学建设工程学部 27 157 6.0 12.0
3 杨秀萍 大连理工大学建设工程学部 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (95)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
面板堆石坝
蚁群聚类径向基函数神经网络
参数
反演
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
水电与抽水蓄能
双月刊
2096-093X
32-1858/TV
大16开
江苏省南京市南瑞路8号
28-39
1977
chi
出版文献量(篇)
2989
总下载数(次)
7
总被引数(次)
13933
论文1v1指导