首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   54篇
  完全免费   5篇
  综合类   59篇
  2018年   1篇
  2017年   2篇
  2016年   1篇
  2015年   2篇
  2014年   6篇
  2013年   4篇
  2012年   1篇
  2011年   8篇
  2010年   7篇
  2009年   3篇
  2008年   2篇
  2007年   3篇
  2006年   4篇
  2005年   1篇
  2004年   2篇
  2003年   1篇
  2002年   3篇
  2001年   2篇
  2000年   3篇
  1997年   3篇
排序方式: 共有59条查询结果,搜索用时 26 毫秒
1.
时变参数灰色沉降预测模型及其应用   总被引:17,自引:1,他引:16  
目前大部分沉降预测模型均假定模型的参数在沉降发展过程中是不变的,这与实际情况不符,从而影响了模型的预测精度,当预测模型的参数也是时间的函数时,系统响应预测可分为两部分:一是预测模型参数的预测;二是根据参数预测值的系统响应预测,在灰色GM(1,1)模型的基础上,建立了时变参数灰色GM(1,1)模型,其模型中的参数用多项式逼近,并采用最小二乘法确定多项式中的待定系数,最后将此模型应用于建筑(构筑)物的沉降预测,实例计算表明,时变参数预测模型有望提高模型的预测精度。  相似文献
2.
神经元网络在基坑工程变形预报中的应用研究   总被引:7,自引:0,他引:7  
文中提出了基坑工程施工过程中地表沉降预测的人工神经网络分析方法,建立和编制了在各种条件下的基坑工程中均能类似地应用的预测网络模型和计算程序,并结合一具体工程实例进行了分析和程序应用,结果是令人满意的。  相似文献
3.
灰色理论在高路堤沉降预测中的应用   总被引:7,自引:0,他引:7  
运用灰色理论中的GM(1,1)模型对高路堤的沉降进行了预测,取沉降观测点在相同观测时段内的沉降量为原始序列,将其作1次累加1次累加序列,根据GM(1,1)模型建立灰色微分方程,其参数由最小二乘法得出,解决微分方程可得方程的时间响应序列,也就是所预测的随时间而变化的沉降值。并采用后验差法对模型的可靠性进行了检验,通过对京珠高速公路某段高路堤线性填土期和静载期实测沉降数据的分析,证明将灰色理论应用于预测高路堤不同填筑时期的沉降量是可行的;在实际运用过程中,为了更准确的结果,应不断代入新近的实测数据。  相似文献
4.
苏州地面沉降灰色系统预测模型   总被引:6,自引:0,他引:6  
应用灰色系统理论,针对苏州市发生地面沉降的一组时间序列预测数据,建立了灰色预报先GM(1,1)模型,预测了苏州市近期地面沉降量。计算结果表明,预测模型计算结果与实测值拟合较好。  相似文献
5.
建筑变形信息系统中灰色预测理论的应用   总被引:6,自引:0,他引:6  
在高层建筑物施工过程中,随着荷载的增加,沉降值增大,建筑物是否安全以及未来发展趋势如何,需要随时掌握他们之间的动态关系,以便采取合理施工顺序和相应的安全措施.以灰色系统理论为基础,建立相关的预测模型;在已有监测数据的基础上,求出预测参数,然后根据施工进度与荷载变化,可以预测不同施工期间建筑沉降值,以便确保施工安全.本文对某建筑工程进行实例分析,建立动态预测模型,并对后续变形进行预测,实测对比验证表明,其预测结果和预测精度令人满意.  相似文献
6.
利用ArcView实现地面沉降数据的处理和可视化   总被引:5,自引:0,他引:5  
探讨了利用ArcView对地面沉降数据进行处理,实现数据的二维和三维可视化以及沉降数据预测预报,数据的检索,查询和报表输出等。  相似文献
7.
人工神经网络在单桩沉降预测中的应用   总被引:3,自引:0,他引:3  
系统介绍了用神经网络法预测单桩沉降的方法,根据H.G.Poulos等人的线性弹性理论,应用EBP神经网络计算原理,结合概率论的分析方法,建立了用桩长径比L/d预测在竖向荷载作用下单桩沉降的神经网络模型。总结和分析了珠江三角洲地区大量的单桩沉降的测试资料,通过大量单桩的沉降预测值与实测值对比,表明神经网络法的计算精度高,充分说明EBP网络的自组织、自适应功能和异域联想功能强。  相似文献
8.
高填路堤沉降的神经网络动态预测   总被引:3,自引:0,他引:3  
高填路堤施工过程中,其路堤会发生不同程度的沉降,而这种沉降必须控制在一定的允许范围内,现场监测极为重要,将神经网络技术用于高填路堤施工沉降预测,并用C语言实现,对广西六寨至水任二级公路K87+670处路边级的沉降预测结果表明,神经网络动态预测最大样本相对误差为4.51%,回归分析最大样本相对误差为5.64%,因此神经网络方法用于高填路堤沉降预测具有可靠性和实用性。  相似文献
9.
基于实测数据软土地基沉降预测方法及工程实例分析   总被引:3,自引:0,他引:3  
软土地基沉降的预测是一个重要的土工问题.采用指数曲线法、双曲线法和灰色模型GM(1,1)预测法分析了实测数据在软土地基沉降预测中的应用,运用MATLAB语言编写了相应的计算程序,通过两个不同工程实例的6个不同断面探讨了3种计算方法对于软土地基沉降预测的适应性和可行性,通过对比得出,程序对实际工程的应用是有效的,因此,基于实测数据分析预测路基的沉降方法是一种有效而实用的计算方法.  相似文献
10.
苏州地面沉降灰色系统预测模型   总被引:2,自引:0,他引:2  
应用灰色系统理论,针对苏州市发生地面沉降的一组时间序列观测数据,建立了灰色预报GM(1,1)模型,预测了苏州市近期地面沉降量.计算结果表明,预测模型计算结果与实测值拟合较好.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号