投稿指南
一、本刊要求作者有严谨的学风和朴实的文风,提倡互相尊重和自由讨论。凡采用他人学说,必须加注说明。 二、不要超过10000字为宜,精粹的短篇,尤为欢迎。 三、请作者将稿件(用WORD格式)发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿,恕不退稿。 五、为规范排版,请作者在上传修改稿时严格按以下要求: 1.论文要求有题名、摘要、关键词、作者姓名、作者工作单位(名称,省市邮编)等内容一份。 2.基金项目和作者简介按下列格式: 基金项目:项目名称(编号) 作者简介:姓名(出生年-),性别,民族(汉族可省略),籍贯,职称,学位,研究方向。 3.文章一般有引言部分和正文部分,正文部分用阿拉伯数字分级编号法,一般用两级。插图下方应注明图序和图名。表格应采用三线表,表格上方应注明表序和表名。 4.参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定,采用顺序编码制。

水利水电工程论文_基于均匀试验和PSO-RBF的均

来源:计算机时代 【在线投稿】 栏目:期刊导读 时间:2021-11-17
作者:网站采编
关键词:
摘要:文章摘要:岩土参数的不确定性以及外部环境的变化对边坡稳定性有直接影响,为此,进行库岸边坡可靠度分析对水库安全评估具有指导意义。首先针对不确定影响因素选取合适因子水平

文章摘要:岩土参数的不确定性以及外部环境的变化对边坡稳定性有直接影响,为此,进行库岸边坡可靠度分析对水库安全评估具有指导意义。首先针对不确定影响因素选取合适因子水平,采用均匀试验设计法确定神经网络所需实验样本,然后依据边坡参数分布范围,利用极限平衡法和拉丁超立方抽样法求解对应的边坡稳定性系数、失效概率和可靠度指标,最后利用粒子群算法(PSO)优化的径向基函数(RBF)神经网络训练实验样本,建立均质库岸边坡可靠度预测模型,并对比计算结果与网络预测结果。分析结果表明,在均匀试验基础上建立的PSO-RBF神经网络模型的预测精度较高,且优于单纯的RBF神经网络模型,还可节省边坡可靠度分析的时间。对库岸边坡工程稳定性预警和灾害防治有一定参考价值。

文章关键词:

论文分类号:TV223

文章来源:《计算机时代》 网址: http://www.jsjsdzzs.cn/qikandaodu/2021/1117/2092.html



上一篇:金属学及金属工艺论文_基于模糊神经网络PID的
下一篇:公路与水路运输论文_基于机器视觉的口岸车道闸

计算机时代投稿 | 计算机时代编辑部| 计算机时代版面费 | 计算机时代论文发表 | 计算机时代最新目录
Copyright © 2018 《计算机时代》杂志社 版权所有
投稿电话: 投稿邮箱: