论文部分内容阅读
针对沉管隧道水阻力系数取值区间变化范围较大的难题，采用径向基神经网络对模型试验中沉管管节的水阻力系数进行学习。根据训练好的网络参数，对不同的水深吃水比和拖航角度的水阻力系数进行预报。通过对比验证预报结果，神经网络方法可以较为准确地预报管节拖航的水阻力系数。该预报方法为后续类似工程中的同类管节水阻力系数的提供了新的预估手段，进而为管节拖航施工决策提供支撑。