泛化神经网络算法的RC柱恢复力预测方法

来源 :黑龙江科技大学学报 | 被引量 : 0次 | 上传用户:lck2000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了预测不同结构参数下RC柱的恢复力,提出一种泛化神经网络算法的RC柱恢复力预测方法。通过给出网络输入变量选取方法,预测不同轴压比、纵筋配筋率、体积配箍率和长细比下的RC柱恢复力。结果表明:采用该方法预测所得的RC柱滞回曲线与参考解几乎完全吻合,不同长细比时神经网络所预测出的恢复力均方根误差最大值为0.02535;不同纵筋配筋率时神经网络所预测出的恢复力均方根误差最大值为0.01079;不同体积配箍率时神经网络所预测出的恢复力均方根误差最大值为0.01597;不同轴压比时神经网络所预测出的恢复力均方根误差
其他文献
在分析归纳现代造船模式的基础上,论文总结了现代船厂几种不同的总平面布置形式,归纳了船厂的车间设置,并以实例简述了船厂的总平面布置及建造流程。
针对强夯置换深度计算精度低的问题,利用灰色关联理论,分析置换深度各影响因素的关联度,提出了一种基于关联度的三参数线性强夯置换深度估算模型,并将计算结果与实测数据及其
我国历年的美术高考在命题环节上存在过于简单、变化较小的弊病,导致中学阶段的专业学习呈现急功近利和模式僵化的现象,带来了不良影响,也导致业内人士对美术高考的公平性产