排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
基于BP和RBFNN的神经网络算法在瓦斯预测中的应用及比较 总被引:1,自引:0,他引:1
煤与瓦斯突出是目前导致井下事故的直接原因,及时准确地预测瓦斯突出情况,对于保障井下安全生产有着十分重要地意义.神经网络有良好地自学习和自感应能力.文中将BP算法和基于径向基函数的递归正交最小二乘算法应用于瓦斯预测中,同时比较了两种算法的优点及缺点.仿真测试结果表明,径向基函数神经网络在瓦斯预测中有着更好的实用性. 相似文献
2.
煤与瓦斯突出是目前导致井下事故的直接原因,及时准确地预测瓦斯突出情况,对于保障井下安全生产有着十分重要地意义。神经网络有良好地自学习和自感应能力。文中将BP算法和基于径向基函数的递归正交最小二乘算法应用于瓦斯预测中,同时比较了两种算法的优点及缺点。仿真测试结果表明,径向基函数神经网络在瓦斯预测中有着更好的实用性。 相似文献
3.
提出了一种适用于砌体结构的新型钢-聚合物砂浆组合加固方法,为研究该方法加固震损后砌体结构的抗震性能,设计了2层1/2缩尺振动台试验模型,对加固前(M1)试件和加固后(M2)试件进行振动台试验,对比分析了试件M1,M2的动力特性、加速度反应、位移反应和破坏形态。试验结果表明:采用钢-聚合物砂浆加固法可有效提高震损砌体结构的抗侧刚度,限制塑性损伤的发展,有效提高了震损后砌体结构的抗震性能。加固后试件(M2)一层变形较小,承载力主要由原结构墙体及砂浆面层提供,不同部位钢丝及洞口槽钢应变均处于较低水平,表明结构一层仍具有较高承载力安全储备。 相似文献
1