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:
针对高填路堤地基沉降难以预测这一技术难题,对其影响地基沉降的主要因素进行了分析,根据各因素之间存在的高度非线性,结合BC-RBFNN(基于聚类分析径向基函数神经网络)非线性拟合的特点,提出一种基于BC-RBNN模型对高填方地基沉降进行预测,运用施工期路基沉降实测资料,对神经网络模型进行学习、训练和仿真,得出仿真值与实测值非常相似,从而得出基于BC-RBFNN模型在高填路堤地基沉降预测中具有很好的实用效率.
推荐文章
高路堤沉降变形预测模型研究
道路工程
高路堤
沉降
预测模型
山区高速公路高路堤沉降灰色模型预测
高路堤
路基沉降降量
预压期
灰色预测
高填石路堤工期沉降与工后沉降实用计算方法研究
基础沉降
高填石路堤
应力路径
计算方法
高填石路堤蠕变本构模型及其参数反演分析与应用
蠕变
本构模型
遗传算法
有限元
填石路堤
反分析
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 一种基于BC-RBFNN的高填路堤地基沉降预测模型
来源期刊 湘潭大学自然科学学报 学科 工学
关键词 高填路堤 地基沉降预测 聚类分析 BC-RBF神经网络
年,卷(期) 2012,(1) 所属期刊栏目 物理与力学
研究方向 页码范围 54-58
页数 分类号 TP183
字数 2861字 语种 中文
DOI 10.3969/j.issn.1000-5900.2012.01.012
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 周经野 湘潭大学信息工程学院 70 530 12.0 20.0
2 罗迎社 中南林业科技大学流变力学与材料工程研究所 60 333 10.0 14.0
3 王智超 湘潭大学土木工程与力学学院 29 194 8.0 13.0
4 彭相华 中南林业科技大学涉外学院 12 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (12)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
高填路堤
地基沉降预测
聚类分析
BC-RBF神经网络
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
湘潭大学自然科学学报
双月刊
1000-5900
43-1066/TN
湖南省湘潭市湘潭大学期刊社
chi
出版文献量(篇)
2407
总下载数(次)
2
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