排序方式: 共有9条查询结果,搜索用时 203 毫秒
1
1.
2.
基于非线性理论的边坡稳定性评价模型 总被引:18,自引:0,他引:18
边坡稳定问题涉及到各类水利、港工、铁路和工业民用建筑工程。由于影响边坡稳定性的因素较多,而且其变形破坏机理复杂,边坡稳定性问题迄今仍然受到理论研究和工程实践的关注。本文采用非线性理论和方法来研究边坡的变形破坏机理,并建立稳定性评价模型。以分叉和突变理论引出突变级数来表征边坡的状态,并用神经网络从中获取稳定性评价和判断的知识,进而构建系统,并对各类边坡稳定状态做出分析评价。实例分析证明了该方法的有效性。 相似文献
3.
4.
在岩土工程中,适应于复杂数据处理的算法和智能技术的研究越来越受到关注.岩土工程介质和工程地质环境的复杂多变,在边坡工程中表现边坡的变形破坏机理的复杂和分析评价参数的不确定性.因而常规的边坡稳定性评价方法无论在适用范围还是在有效性上都存在一定的局限性.根据L.A.扎德(L.A.Zadeh)有关软计算的理论,提出和实现了由语言值结构和复合神经网络(SOMBP)构成的软计算边坡稳定性分析方法.该方法不仅适用于边坡工程的稳定性评价,还可用于更为广泛意义下岩土工程的不确定性信息处理,如评价、分类以及预测等.在理论分析的基础上,通过实例运行证明了该方法的有效性. 相似文献
5.
6.
7.
如何通过大地电磁测深反演方法来提高数据解释的精度一直都是大地电磁测深研究领域的重要课题。针对大地电磁传统反演方法存在的初始模型依赖、易陷入局部最优的问题,提出了一种基于深度学习的大地电磁二维反演方法。该方法首先设计GoogLeNetINV神经网络;接着构造多种地电模型,在TM模式下通过正演得到视电阻率数据,组成训练数据集;然后用训练数据集训练该神经网络并调整网络参数;最后,将视电阻率数据输入已训练好的GoogLeNetINV神经网络直接得到反演结果。实验结果表明,该方法能快速、准确地反演出“未学习”过地电模型的位置和电阻率数据,具有较好的泛化能力;使用噪声数据测试仍能取得良好的反演结果,有一定的抗噪声能力。将该神经网络应用于Bendigo Zone实际数据资料处理中,反演得到的电阻率模型与地震解释一致,因此基于深度学习的大地电磁反演方法能有效解决大地电磁反演问题。 相似文献
8.
掺杂二氧化钛光降解触媒丝的制备及其可见光催化性能 总被引:3,自引:3,他引:0
为使T iO2光催化剂能有效地利用可见光,采用前驱物薄膜分解法制备了掺杂锑的二氧化钛光降解触媒丝。玻璃纤维丝具有导光性,尤其适用于水体中污染物的光催化降解。初步研究制备条件、掺杂物浓度等对T iO2触媒丝性能的影响及所制备的玻璃基T iO2触媒丝对甲胺磷的可见光催化降解情况。所制掺杂T iO2光降解触媒丝在可见光下对甲胺磷具有良好的光催化降解性能,掺杂0.2%的触媒丝的光催化活性最好,6 h后对浓度为1.0×1-0 4m o l/L甲胺磷溶液的降解率达到了97.2%。 相似文献
9.
1