100 积分
50
评分
4.8 积分- 详情
- 2020-12-27
- 简介
pdf
- 365KB
- 页数 5P
- 阅读 94
- 下载 20
围岩分级准确与否直接关系到隧道的施工安全和工程造价。针对现阶段围岩分级方法存在的主要问题,结合宁绩高速公路隧道群施工期围岩定级实践,以国标BQ分级为基准,在大量现场测试和室内试验的基础上,引入径向基函数神经网络,并以分级结果作为遗传—径向基函数神经网络的训练样本,建立了隧道围岩分级的遗传—径向基函数神经网络模型。应用实例表明,该模型分级结果与现场勘测基本一致,为隧道围岩分级提供了一种新方法。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于遗传—径向基函数神经网络的公路隧道围岩定级方法 365KB
公路隧道围岩稳定性评价的改进人工神经网络方法 1.5MB
公路隧道围岩稳定性评价的改进人工神经网络方法 372KB
PSO-BP神经网络在隧道围岩变形预测中的应用 381KB
RBF神经网络在隧道围岩变形预测中的应用 215KB
基于BP神经网络的隧道锚围岩参数反演分析 438KB
BP神经网络在隧道围岩稳定性分类中的应用 196KB
基于径向基过程神经网络的油田开发指标预测 1.2MB
公路隧道围岩稳定性探讨 68KB
公路隧道围岩分级方法及其工程应用 969KB