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BP人工神经网络模型,以砌体高厚比、块材强度及粘结剂强度作为输入变量,以砌体抗压强度作为输出变量,建立网络模型模拟输入变量和输出变量间的非线性关系,提出了用于生土基砌体抗压强度计算的简化公式,并将模型预测结果与试验值、计算值进行了对比分析.结果表明:在样本空间内,本研究所建立的10隐含层神经元BP神经网络模型对生土基砌体抗压强度具有较好的预测性能,且简化公式的计算精度及稳定性均较好,计算值与试验值的比值均值为0.92,方差为0.28,可用于对生土基砌体单轴抗压强度的计算.
推荐文章
预测岩石单轴抗压强度的神经网络方法
神经网络
点荷载强度
单轴抗压强度
神经网络在蒸养粉煤灰砖抗压强度预测中的应用
神经网络
蒸养粉煤灰砖
数据预处理
基于BOA-ELM的混凝土抗压强度预测研究
混凝土
抗压强度预测模型
极限学习机
贝叶斯优化
软测量
灌孔N式砌块砌体抗压强度理论研究
N式砌块
灌孔率
抗压强度
破坏机理
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 基于人工神经网络的生土基砌体抗压强度预测
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 生土材料 砌体 抗压强度 人工神经网络 计算方法
年,卷(期) 2019,(8) 所属期刊栏目 土木与船舶工程
研究方向 页码范围 50-54
页数 5页 分类号 TU361|TU362
字数 语种 中文
DOI 10.13245/j.hust.190810
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 王毅红 长安大学建筑工程学院 88 857 15.0 27.0
2 董飞 长安大学建筑工程学院 5 5 2.0 2.0
3 张建雄 长安大学建筑工程学院 3 2 1.0 1.0
4 兰官奇 长安大学建筑工程学院 9 8 2.0 2.0
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  (64)
参考文献  (20)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(5)
  • 参考文献(4)
  • 二级参考文献(1)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
生土材料
砌体
抗压强度
人工神经网络
计算方法
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
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导