期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
神经网络模型在高速公路软基沉降预测中的应用
被引量:
1
Application of Neural Network Model to the Settlement Projection of Sofr - Soil Foundation for Expressway
在线阅读
下载PDF
职称材料
导出
摘要
借助人工神经网络模型,建立了预测公路软基沉降的神经网络结构,将前期沉降观测值作为样本,通过神经网络结构的训练寻求沉降及其主要影响因素的内在关系,据以预测后期沉降量。试验路的工程应用实例表明,其预测结果具有较大的可靠性。
作者
茅振伟
刘磊
汪幼江
丁文其
机构地区
上海市第二建筑有限公司
上海市新世纪水清木华房地产开发有限公司
同济大学
出处
《建筑施工》
2002年第4期317-318,共2页
Building Construction
关键词
公路软基
沉降
预测
人工神经网络
分类号
TU17 [建筑科学—建筑理论]
引文网络
相关文献
节点文献
二级参考文献
22
参考文献
3
共引文献
190
同被引文献
8
引证文献
1
二级引证文献
9
参考文献
3
1
朱合华,丁文其.
地下结构施工过程的动态仿真模拟分析[J]
.岩石力学与工程学报,1999,18(5):558-562.
被引量:147
2
韩柳欣,张献辉.
神经网络方法在高炉沉降分析中的应用[J]
.建筑施工,2000,22(2):43-44.
被引量:8
3
李立新,王建党,李造鼎.
神经网络模型在非线性位移反分析中的应用[J]
.岩土力学,1997,18(2):62-66.
被引量:39
二级参考文献
22
1
李素华,朱维申.
优化方法在弹性、横观各向同性以及弹塑性围岩变形观测反分析中的应用[J]
.岩石力学与工程学报,1993,12(2):105-114.
被引量:16
2
杨志法,熊顺成,王存玉,刘英.
关于位移反分析的某些考虑[J]
.岩石力学与工程学报,1995,14(1):11-16.
被引量:68
3
朱合华,桥本正.
盾构隧道管片接头衬砌系统的两种受力设计模型[J]
.工程力学,1996,13(A03):395-399.
被引量:28
4
朱合华 侯学渊 等.基坑开挖反馈设计分析.软土地基变形控制设计理论与工程实践[M].上海:同济大学出版社,1996.163-170.
5
刘有才,模型专家系统原理与设计,1995年
6
焦李成,神经网络的应用与实现,1995年
7
庄镇泉,神经网络与神经计算机,1992年
8
周维垣,高等岩石力学,1990年
9
朱维申,岩石力学与工程学报,1989年,8卷,4期,346页
10
冯紫良,中国科学院地质研究所工程地质力学开放研究实验室研究年报,1989年,103页
共引文献
190
1
张华兵,倪玉山,赵学勐.
黄土隧道围岩稳定性粘弹塑性有限元分析[J]
.岩土力学,2004,25(z2):247-250.
被引量:17
2
曲霞,刘新宇,华瑞平.
基于时间效应的反演分析方法在深基坑工程中的应用[J]
.岩石力学与工程学报,2003,22(z1):2284-2288.
被引量:4
3
郑宜枫,孙钧.
基坑工程中的可视化分析方法[J]
.岩石力学与工程学报,2003,22(z1):2390-2395.
被引量:3
4
张建国,王明年,罗禄森,吉艳雷.
浅埋大跨度隧道拆撑对初支安全性影响分析[J]
.岩土力学,2009,30(2):497-502.
被引量:31
5
王东云.
浅埋暗挖隧道施工与支护结构变形分析[J]
.中国水运(下半月),2011,11(1):204-206.
被引量:3
6
张成平,张顶立,王梦恕,黄俊.
浅埋暗挖重叠隧道施工引起的地层变形分析[J]
.岩石力学与工程学报,2008,27(S1):3244-3250.
被引量:24
7
魏纲,余振翼,徐日庆.
顶管施工中相邻垂直交叉地下管线变形的三维有限元分析[J]
.岩石力学与工程学报,2004,23(15):2523-2527.
被引量:30
8
宋志武,林洲,束小龙.
深基坑三维非线性有限元开挖过程仿真分析计算模型[J]
.淮阴工学院学报,2004,13(5):64-67.
被引量:1
9
张志强,何川,佘才高.
南京地铁盾构掘进施工的三维有限元仿真分析[J]
.铁道学报,2005,27(1):84-89.
被引量:57
10
苏静波,尹建兵,董兴平.
岩土体的本构模型在Marc中的实施[J]
.盐城工学院学报(自然科学版),2005,18(1):6-8.
被引量:3
同被引文献
8
1
杨晓帆,陈廷槐.
人工神经网络固有的优点和缺点[J]
.计算机科学,1994,21(2):23-26.
被引量:73
2
徐远芳,周旸,郑华.
基于MATLAB的BP神经网络实现研究[J]
.微型电脑应用,2006,22(8):41-44.
被引量:41
3
张俊中,宋蕾,张健雄.
多元回归分析模型在变形监测中的应用[J]
.河南工程学院学报(自然科学版),2009,21(3):22-25.
被引量:31
4
徐鑫鑫,苏华友,张春萍.
BP神经网络在基坑周边地表短期沉降预测中的应用[J]
.四川理工学院学报(自然科学版),2013,26(2):53-56.
被引量:8
5
张文博,郭云开.
基于BP神经网络的建筑物沉降预测模型研究[J]
.测绘工程,2013,22(2):52-56.
被引量:23
6
涂虬.
Excel在回归分析中的应用[J]
.武汉工程职业技术学院学报,2001,13(2):24-32.
被引量:11
7
冯婷婷,冯鹏飞.
回归分析与灰色理论在建筑物沉降变形分析中的应用[J]
.测绘与空间地理信息,2015,38(9):31-33.
被引量:9
8
杨涛,李国维,樊琨.
基于人工神经网络的公路软基沉降预测模型[J]
.上海理工大学学报,2003,25(2):117-120.
被引量:23
引证文献
1
1
董娟,徐泮林,魏世磊.
回归分析与人工神经网络在建筑物沉降预计中的应用[J]
.北京测绘,2017,31(2):5-8.
被引量:9
二级引证文献
9
1
赵海宁,王亚静,商利娜,周梦楠,张怡,叶相印,王雁雯,高迪.
基于PCA-RBF神经网络的中药片剂物料属性-抗张强度预测模型的研究[J]
.中国中药杂志,2019,44(24):5390-5397.
被引量:6
2
李晓天,姜刚,张玉.
基于层次分析和神经网络的机载LiDAR点云分类[J]
.北京测绘,2018,32(8):978-981.
被引量:4
3
陈启平,王彬.
BP时间序列在地铁沉降监测中的应用[J]
.北京测绘,2018,32(12):1494-1497.
被引量:3
4
刘永辉,黄立,刘炳凯,袁畅.
BP神经网络在深基坑监测预报中的应用与精度分析[J]
.广州建筑,2019,47(1):19-23.
被引量:7
5
杨诚,王维钰.
基于EMD-NAR神经网络的大坝变形预测[J]
.北京测绘,2020,34(3):386-390.
被引量:4
6
李瑞芳,葛步月.
基于多元回归的基坑沉降预测方法[J]
.测绘标准化,2021,37(4):38-41.
7
冯杭华.
基于ARIMA-TGM组合模型的边坡变形预测[J]
.地理空间信息,2022,20(10):98-102.
被引量:3
8
袁长征,李超,吴婧.
山区公路地质灾害监测预警系统建设与实践[J]
.测绘标准化,2023,39(4):175-181.
9
曾印,朱烈,杨卓,刘彤.
基于LSTM神经网络的高层建筑主体沉降预测[J]
.广州建筑,2024,52(9):64-67.
1
田美霞.
高填方边坡中土工格栅结合桩板挡墙的应用[J]
.山西建筑,2011,37(14):54-55.
被引量:2
2
尹珺,樊琨.
基于人工神经网络的建筑物软基沉降预测[J]
.宁波大学学报(理工版),2003,16(2):164-168.
被引量:7
3
陈硕.
软土地基沉降预测的一种智能方法[J]
.国外建材科技,2008,29(3):60-62.
4
钟国坤,赵小芹.
双曲线法在高速公路软基沉降预测中的应用[J]
.科学技术与工程,2010,10(27):6804-6808.
被引量:14
5
赵龙.
运营期高速公路软基沉降预测模型研究[J]
.科学技术与工程,2010,10(29):7322-7325.
6
梅寒刚,张超杰.
软基沉降预测方法研究[J]
.中国高新技术企业,2008(12):260-260.
7
朱志铎,张云.
用沉降观测值预测地基的后期沉降量[J]
.岩土工程师,1999,11(3):17-18.
8
曾富宝.
关于利用沉降观测资料推算后期沉降量的问题[J]
.苏州城建环保学院学报,1996,9(4):28-35.
9
谢何铭,施齐欢.
某围垦工程软土地基最终沉降量的推算[J]
.浙江水利科技,2006,34(3):41-42.
被引量:5
10
李超琼,陈秋南.
港口软基沉降预测的对比研究[J]
.湖南文理学院学报(自然科学版),2014,26(4):39-42.
建筑施工
2002年 第4期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部