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:
针对通过施工现场和实验室试验获取混凝土箱梁水化热仿真分析所需的热工参数缺乏一定的准确性和便捷性,以某混凝土箱梁水化热过程为试验背景,结合文献研究结果确定混凝土箱梁热工参数的取值范围,采用方差分析确定各参数对温度的敏感性,并通过排序筛选敏感性高的参数作为待反演参数,基于标准粒子群算法,对比遗传算法对敏感性高的5个参数进行反演.研究结果表明:混凝土箱梁浇筑过程中,水泥水化热对温度的影响最大,智能算法能有效反演混凝土箱梁热工参数;当迭代次数增大到一定的程度时,标准粒子群算法对应的目标函数小于遗传算法对应的目标函数,遗传算法收敛过程曲线比较平缓,而标准粒子群算法的早期有突变.
推荐文章
水文地质参数反演的Hooke-Jeeves粒子群混合算法
水文地质参数
粒子群算法
Hooke-Jeeves算法
参数反演
优化技术
基于粒子群算法地应力场反演研究进展
粒子群算法
地应力场
反分析
智能算法
研究进展
箱梁大体积混凝土冬季施工水化热效应研究
PC 箱梁
大体积混凝土
水管冷却
二次浇筑
水化热
温度场
应力场
有限元分析
基于免疫粒子群算法的参数估计方法
免疫算法
粒子群算法
参数估计
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 基于标准粒子群算法的混凝土箱梁水化热过程热工参数反演
来源期刊 江苏大学学报(自然科学版) 学科 交通运输
关键词 混凝土箱梁 标准粒子群算法 遗传算法 热工参数 反演
年,卷(期) 2019,(5) 所属期刊栏目
研究方向 页码范围 608-613,620
页数 7页 分类号 U441.5
字数 4944字 语种 中文
DOI 10.3969/j.issn.1671-7775.2019.05.018
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 刘来君 长安大学公路学院 42 523 12.0 22.0
2 孙维刚 石家庄铁道大学土木工程学院 8 39 4.0 6.0
4 秦煜 18 43 4.0 5.0
7 张筱雨 长安大学公路学院 11 29 3.0 5.0
8 张光磊 石家庄铁道大学材料科学与工程学院 35 139 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (108)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(11)
  • 参考文献(1)
  • 二级参考文献(10)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
混凝土箱梁
标准粒子群算法
遗传算法
热工参数
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
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导