检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:翁光远[1,2]
机构地区:[1]陕西交通职业技术学院公路工程系,西安710018 [2]西安建筑科技大学土木工程学院,西安710055
出 处:《建筑技术》2009年第7期636-638,共3页Architecture Technology
基 金:国家自然科学基金重大研究计划培育项目(90715003);教育部高等学校博士点基金项目(20050703004);陕西省自然科学基金(2007E205);陕西工业攻关项目(2008K07-31)
摘 要:传统的钢筋混凝土预制桩极限承载力预测方法,难以考虑单桩极限承载力影响因素的模糊性和相互关系,根据长期工程实践资料,提出并建立了钢筋混凝土预制桩极限承载力分析的人工神经网络方法,从而达到在施工过程中减少或不做试桩的效果。利用30根钢筋混凝土预制桩实测数据建立神经网络模型,5根桩做检验样本,证实了该方法在预测单桩的竖向承载能力时可以满足工程实际的需要。The traditional methods for predicting the bearing capacity of precast reinforced concrete piles can not consider the fuzziness and inter-influence of the factors influencing the bearing capacity. According to long-term actual engineering data, the method of neural network is proposed to predict the capacity of precast reinforced concrete piles. So, test piles cannot or less be done during construction.
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.90