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:
提出了基于人工神经网络预测钢筋混凝土柱峰值承载力的方法.该方法采用5个设计参数作为神经网络的输入:混凝土强度、轴压比、剪跨比、纵筋配筋率和纵筋屈服强度.为验证该方法的可行性与有效性,基于PEER 154组实验数据,利用神经网络模型对矩形混凝土柱的峰值承载力进行预测并与经验模型的预测结果进行比较.比较分析结果表明:神经网络模型预测结果与实验结果吻合度远高于其他经验模型;同时也表明神经网络为精确预测结构在地震作用下的性能提供了一种新方法.
推荐文章
预应力CFRP加固RC梁承载力的神经网络预测
预应力
碳纤维布
承载力预测
神经网络
加固
基于遗传-神经网络的单桩竖向极限承载力预测方法研究
遗传算法
BP神经网络模型:单桩
竖向极限承载力
预测混凝土T形柱受剪承载力新思路
T形柱
受剪承载力
有限元
Ansys
RBF神经网络在复合地基承载力预测中的应用
RBF神经网络
复合地基
承载力
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 基于神经网络的混凝土柱峰值承载力预测
来源期刊 结构工程师 学科
关键词 神经网络 钢筋混凝土柱 预测精度 峰值承载力
年,卷(期) 2019,(1) 所属期刊栏目 试验研究
研究方向 页码范围 174-179
页数 6页 分类号
字数 4308字 语种 中文
DOI 10.3969/j.issn.1005-0159.2019.01.023
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 薛松涛 同济大学结构防灾减灾工程系 60 911 15.0 29.0
2 唐和生 同济大学结构防灾减灾工程系 70 571 13.0 21.0
3 李大伟 同济大学结构防灾减灾工程系 4 7 2.0 2.0
4 林庄慧 同济大学结构防灾减灾工程系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (82)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(11)
  • 参考文献(1)
  • 二级参考文献(10)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
钢筋混凝土柱
预测精度
峰值承载力
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
结构工程师
双月刊
1005-0159
31-1358/TU
大16开
上海四平路1239号同济大学土木大楼B401
1985
chi
出版文献量(篇)
3191
总下载数(次)
5
总被引数(次)
22261
论文1v1指导