期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ACO-SVM的桥梁基础群桩轴力预测
被引量:
3
1
作者
黄伟杰
吴叶
+1 位作者
陈志坚
俞俊平
《长江科学院院报》
CSCD
北大核心
2016年第1期121-125,共5页
由于大型深水群桩基础受到复杂的环境影响,其基桩轴力的变化与环境因素之间呈现复杂非线性关系。利用在解决小样本、非线性、高维数方面具有很强能力的支持向量机,对苏通大桥群桩基础轴力实测数据进行分析,预测了一段时间内轴力的变化...
由于大型深水群桩基础受到复杂的环境影响,其基桩轴力的变化与环境因素之间呈现复杂非线性关系。利用在解决小样本、非线性、高维数方面具有很强能力的支持向量机,对苏通大桥群桩基础轴力实测数据进行分析,预测了一段时间内轴力的变化。并采用了蚁群算法(ACO)寻找模型最优参数,由此建立了ACO-SVM模型,避免了人为选择参数的盲目性。为方便对比,建立了传统SVM与RBF神经网络预测模型,对比了ACO-SVM,SVM,RBF这3个模型的预测结果。研究表明,与传统SVM,RBF的预测结果相比,ACO-SVM模型具有更高的可信度和预测精准度,且具有更强的泛化能力,在大型深水群桩基础的轴力预测中具有一定的工程应用价值。
展开更多
关键词
深水群桩基础
支持向量机
蚁群算法
轴力预测
ACO-SVM模型
下载PDF
职称材料
基于多因素混合模型的运营期群桩轴力预测
被引量:
1
2
作者
陈志坚
黄伟杰
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016年第3期155-160,共6页
结合桥梁深水群桩基础在运营期间的受力特征,研究了深水群桩基础基桩轴力混合模型的一般原理.提出了基于多种环境因素影响下群桩基础监测数据的运营期混合模型,利用有限元模拟与PSO-SVM统计方法在苏通大桥群桩基础中实现了混合模型的构...
结合桥梁深水群桩基础在运营期间的受力特征,研究了深水群桩基础基桩轴力混合模型的一般原理.提出了基于多种环境因素影响下群桩基础监测数据的运营期混合模型,利用有限元模拟与PSO-SVM统计方法在苏通大桥群桩基础中实现了混合模型的构建.为了方便比较,建立了径向基函数(RBF)人工神经网络模型,对比了混合模型与RBF模型的预测结果.研究表明,混合模型预测精度较高,在受力情况不同的3根基桩上都有较为稳健的预测能力,具有较强的泛化能力,混合模型可适用于深水群桩基础运营期轴力的预测.
展开更多
关键词
有限元方法
深水群桩基础
运营期
混合模型
多因素
轴力预测
下载PDF
职称材料
小波神经网络在群桩基础轴力监测中的应用
3
作者
薛涛
《金陵科技学院学报》
2011年第2期29-32,共4页
深水群桩基础是目前大跨径桥梁工程采用的主要基础型式之一。为了研究其荷载传递机理、群桩效应、上部结构—桩—土的共同作用,信息化施工技术已在多座大型桥梁上得到了运用。然而受水文、气象及工程施工等诸多外界因素的干扰,所监测到...
深水群桩基础是目前大跨径桥梁工程采用的主要基础型式之一。为了研究其荷载传递机理、群桩效应、上部结构—桩—土的共同作用,信息化施工技术已在多座大型桥梁上得到了运用。然而受水文、气象及工程施工等诸多外界因素的干扰,所监测到的轴力时程曲线存在许多突变点,严重干扰了桩基础承载力的分析和预测。为此,提出基于小波神经网络的预测模型,首先采用小波分析对原始监测数据进行去噪,得到反映实际变化的基桩轴力时程曲线,然后分别采用BP神经网络、改进的BP神经网络和径向基函数(RBF)神经网络对其进行预测。研究结果表明:基于小波分析的径向基函数(RBF)神经网络模型预测效果较好。
展开更多
关键词
超大型
深水群桩基础
轴力监测
小波神经网络模型
下载PDF
职称材料
基于GA-SVM的深水群桩基础桩顶轴力预测
4
作者
陈兵
黄伟杰
+1 位作者
王晓朋
张文海
《勘察科学技术》
2016年第1期6-9,29,共5页
对深水群桩基桩轴力进行精确地预测是评价基础安全稳定性的重要考量依据,由于深水群桩基础的受力状态与群桩基础所处的环境呈现出复杂非线性关系。该文在某大桥运营期原型监测数据的基础上,引入遗传算法优化支持向量机模型,深入分析影...
对深水群桩基桩轴力进行精确地预测是评价基础安全稳定性的重要考量依据,由于深水群桩基础的受力状态与群桩基础所处的环境呈现出复杂非线性关系。该文在某大桥运营期原型监测数据的基础上,引入遗传算法优化支持向量机模型,深入分析影响基桩轴力变化的环境因素,建立了多因素基桩轴力预测模型,并将预测结果与传统SVM模型、RBF神经网络模型进行对比。研究表明,与SVM、RBF的预测结果相比,GA-SVM模型预测精度更高,在轴力变化不同的四根桩上预测都很稳健,具有更强的泛化能力,在大型深水群桩基础的轴力预测中具有一定的工程应用价值。
展开更多
关键词
深水群桩基础
支持向量机
遗传算法
轴力预测
原文传递
深水桥梁群桩-桁架组合基础抗震性能分析
被引量:
2
5
作者
魏凯
袁万城
+1 位作者
伍勇吉
游科华
《同济大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2013年第10期1463-1469,共7页
研究了水下双桩系统按照同向、反向振型振动时的频率及动水压力变化规律,通过分析发现,水下相邻桩反向振动振型会增强作用于桩身的动水效应.据此提出群桩-桁架组合基础设计方案,通过桩间桁架限制群桩间反向振动提高基础刚度.以四桩群桩...
研究了水下双桩系统按照同向、反向振型振动时的频率及动水压力变化规律,通过分析发现,水下相邻桩反向振动振型会增强作用于桩身的动水效应.据此提出群桩-桁架组合基础设计方案,通过桩间桁架限制群桩间反向振动提高基础刚度.以四桩群桩基础模型为试验对象,进行了普通群桩基础和3种组合基础方案在不同水深条件下的水池模态试验,研究了群桩-桁架组合基础的动力性能.然后通过对四跨连续梁桥进行地震反应谱分析,全面评估了该新型基础的抗震性能.研究表明,经过合理设计的群桩-桁架组合基础可以改善并优化深水桥梁的地震响应.
展开更多
关键词
深水桥梁
桥梁抗震
群桩-桁架组合基础
模态试验
势流体单元
下载PDF
职称材料
基于MEC-BP神经网络的群桩轴力预测
被引量:
3
6
作者
王春晓
陈志坚
《中国煤炭地质》
2017年第3期53-57,共5页
大型深水群桩基础易受到复杂的环境影响,其基桩轴力的变化情况与环境因素之间表现为复杂的非线性关系。综合考虑影响深水群桩基础轴力的环境因素相关参数,分析苏通大桥的原型监测数据,建立BP神经网络预测模型,并以此为基础,构建出基于...
大型深水群桩基础易受到复杂的环境影响,其基桩轴力的变化情况与环境因素之间表现为复杂的非线性关系。综合考虑影响深水群桩基础轴力的环境因素相关参数,分析苏通大桥的原型监测数据,建立BP神经网络预测模型,并以此为基础,构建出基于思维进化算法(Mind Evolutionary Computation,MEC)的BP神经网络轴力预测模型,比较结果表明,MEC-BP神经网络预测结果在准确度和精确度上要明显高于BP神经网络,前者具有更强的可信度和泛化能力,在大型深水群桩基础轴力预测中具有一定的工程应用价值。
展开更多
关键词
深水群桩基础
思维进化算法
BP神经网络
轴力预测
下载PDF
职称材料
基于流固耦合效应的深水群桩基础模态分析
被引量:
2
7
作者
顾颖
巫绪涛
+1 位作者
方诗圣
王文洋
《应用力学学报》
CAS
CSCD
北大核心
2015年第5期828-832,899-900,共5页
为研究流固耦合作用下深水群桩基础的固有频率及振动模态,依托某实际工程,用ANSYS软件建立水体作用下群桩的有限元模型;对基础结构与流体相互作用的深水群桩分别采用直接耦合法、单向耦合法、双向耦合法进行分析,并通过与已有实验结果对...
为研究流固耦合作用下深水群桩基础的固有频率及振动模态,依托某实际工程,用ANSYS软件建立水体作用下群桩的有限元模型;对基础结构与流体相互作用的深水群桩分别采用直接耦合法、单向耦合法、双向耦合法进行分析,并通过与已有实验结果对比,验证了三种计算方法的可靠性;分析计算了不同水体淹没深度时群桩基础固有频率与振动模态的变化规律。研究表明:在水体作用下,群桩基础各阶频率均随淹没深度的不断增加而逐渐减小,直接耦合法和双向耦合法计算水深从0m变化至19m时的一阶频率降幅分别为2.61%和4.00%;群桩基础的湿模态振动特性与干模态有显著区别,例如在基于双向耦合法情况下,干模态三阶扭转频率比湿模态大7.58%;当水体的淹没深度超过群桩基础1/3时流固耦合效应对群桩基础的振动特性影响开始增大;群桩基础的扭转频率受流体影响要比弯曲频率大,在其设计时更需考虑群桩的扭转频率受流体的影响程度。
展开更多
关键词
深水群桩基础
流固耦合
直接耦合法
双向耦合法
模态分析
下载PDF
职称材料
题名
基于ACO-SVM的桥梁基础群桩轴力预测
被引量:
3
1
作者
黄伟杰
吴叶
陈志坚
俞俊平
机构
河海大学地球科学与工程学院
东南大学材料科学与工程学院
出处
《长江科学院院报》
CSCD
北大核心
2016年第1期121-125,共5页
基金
国家"十一五"科技支撑资助项目(2006BAG04B05)
国家重点基础研究发展计划(973计划)项目(2002CB412707)
文摘
由于大型深水群桩基础受到复杂的环境影响,其基桩轴力的变化与环境因素之间呈现复杂非线性关系。利用在解决小样本、非线性、高维数方面具有很强能力的支持向量机,对苏通大桥群桩基础轴力实测数据进行分析,预测了一段时间内轴力的变化。并采用了蚁群算法(ACO)寻找模型最优参数,由此建立了ACO-SVM模型,避免了人为选择参数的盲目性。为方便对比,建立了传统SVM与RBF神经网络预测模型,对比了ACO-SVM,SVM,RBF这3个模型的预测结果。研究表明,与传统SVM,RBF的预测结果相比,ACO-SVM模型具有更高的可信度和预测精准度,且具有更强的泛化能力,在大型深水群桩基础的轴力预测中具有一定的工程应用价值。
关键词
深水群桩基础
支持向量机
蚁群算法
轴力预测
ACO-SVM模型
Keywords
deep
-
water
pile group
foundation
support
vector
machine
ant
colony
algorithm
axial
force
prediction
ACO-SVM
model
分类号
U443.15 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
基于多因素混合模型的运营期群桩轴力预测
被引量:
1
2
作者
陈志坚
黄伟杰
机构
河海大学地球科学与工程学院
出处
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016年第3期155-160,共6页
基金
'十一五'国家科技支撑计划资助项目(2006BAG04B05)
国家重点基础研究发展计划(973计划)资助项目(2002CB412707)
文摘
结合桥梁深水群桩基础在运营期间的受力特征,研究了深水群桩基础基桩轴力混合模型的一般原理.提出了基于多种环境因素影响下群桩基础监测数据的运营期混合模型,利用有限元模拟与PSO-SVM统计方法在苏通大桥群桩基础中实现了混合模型的构建.为了方便比较,建立了径向基函数(RBF)人工神经网络模型,对比了混合模型与RBF模型的预测结果.研究表明,混合模型预测精度较高,在受力情况不同的3根基桩上都有较为稳健的预测能力,具有较强的泛化能力,混合模型可适用于深水群桩基础运营期轴力的预测.
关键词
有限元方法
深水群桩基础
运营期
混合模型
多因素
轴力预测
Keywords
finite
element
method
deep
-
water
pile group
foundation
operation
period
mixed
model
multiple
factors
axial
force
prediction
分类号
TU473.1 [建筑科学—结构工程]
下载PDF
职称材料
题名
小波神经网络在群桩基础轴力监测中的应用
3
作者
薛涛
机构
金陵科技学院建筑工程学院
出处
《金陵科技学院学报》
2011年第2期29-32,共4页
基金
国家"十一五"科技支撑项目(2006BAG04B01)
国家重点基础研究发展规划(973计划)项目(2002CB412707)
文摘
深水群桩基础是目前大跨径桥梁工程采用的主要基础型式之一。为了研究其荷载传递机理、群桩效应、上部结构—桩—土的共同作用,信息化施工技术已在多座大型桥梁上得到了运用。然而受水文、气象及工程施工等诸多外界因素的干扰,所监测到的轴力时程曲线存在许多突变点,严重干扰了桩基础承载力的分析和预测。为此,提出基于小波神经网络的预测模型,首先采用小波分析对原始监测数据进行去噪,得到反映实际变化的基桩轴力时程曲线,然后分别采用BP神经网络、改进的BP神经网络和径向基函数(RBF)神经网络对其进行预测。研究结果表明:基于小波分析的径向基函数(RBF)神经网络模型预测效果较好。
关键词
超大型
深水群桩基础
轴力监测
小波神经网络模型
Keywords
super
large
deep
-
water
pile group
foundation
axial
force
monitoring
wavelet
neural
network
model
分类号
TU473 [建筑科学—结构工程]
下载PDF
职称材料
题名
基于GA-SVM的深水群桩基础桩顶轴力预测
4
作者
陈兵
黄伟杰
王晓朋
张文海
机构
中国电建集团贵阳勘测设计研究院有限公司
河海大学地球科学与工程学院
出处
《勘察科学技术》
2016年第1期6-9,29,共5页
文摘
对深水群桩基桩轴力进行精确地预测是评价基础安全稳定性的重要考量依据,由于深水群桩基础的受力状态与群桩基础所处的环境呈现出复杂非线性关系。该文在某大桥运营期原型监测数据的基础上,引入遗传算法优化支持向量机模型,深入分析影响基桩轴力变化的环境因素,建立了多因素基桩轴力预测模型,并将预测结果与传统SVM模型、RBF神经网络模型进行对比。研究表明,与SVM、RBF的预测结果相比,GA-SVM模型预测精度更高,在轴力变化不同的四根桩上预测都很稳健,具有更强的泛化能力,在大型深水群桩基础的轴力预测中具有一定的工程应用价值。
关键词
深水群桩基础
支持向量机
遗传算法
轴力预测
Keywords
deep
-
water
pile group
foundation
support
vector
machine
genetic
algorithm
axial
force
prediction
分类号
TU473.1 [建筑科学—结构工程]
原文传递
题名
深水桥梁群桩-桁架组合基础抗震性能分析
被引量:
2
5
作者
魏凯
袁万城
伍勇吉
游科华
机构
同济大学土木工程防灾国家重点实验室
中国水电顾问集团中南勘测设计研究院
出处
《同济大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2013年第10期1463-1469,共7页
基金
国家自然科学基金(51278376
90915011)
同济大学土木工程学院光华基金
文摘
研究了水下双桩系统按照同向、反向振型振动时的频率及动水压力变化规律,通过分析发现,水下相邻桩反向振动振型会增强作用于桩身的动水效应.据此提出群桩-桁架组合基础设计方案,通过桩间桁架限制群桩间反向振动提高基础刚度.以四桩群桩基础模型为试验对象,进行了普通群桩基础和3种组合基础方案在不同水深条件下的水池模态试验,研究了群桩-桁架组合基础的动力性能.然后通过对四跨连续梁桥进行地震反应谱分析,全面评估了该新型基础的抗震性能.研究表明,经过合理设计的群桩-桁架组合基础可以改善并优化深水桥梁的地震响应.
关键词
深水桥梁
桥梁抗震
群桩-桁架组合基础
模态试验
势流体单元
Keywords
deep
-
water
bridge
earthquake
resistant
ofbridge
pile group
-truss
foundation
modal
testing
potential-based
fluid
element
分类号
TU352.1 [建筑科学—结构工程]
下载PDF
职称材料
题名
基于MEC-BP神经网络的群桩轴力预测
被引量:
3
6
作者
王春晓
陈志坚
机构
河海大学地球科学与工程学院
出处
《中国煤炭地质》
2017年第3期53-57,共5页
基金
国家"十一五"科技支撑资助项目(2006BAG04B05)
国家重点基础研究发展计划(973计划)项目(2002CB412707)
文摘
大型深水群桩基础易受到复杂的环境影响,其基桩轴力的变化情况与环境因素之间表现为复杂的非线性关系。综合考虑影响深水群桩基础轴力的环境因素相关参数,分析苏通大桥的原型监测数据,建立BP神经网络预测模型,并以此为基础,构建出基于思维进化算法(Mind Evolutionary Computation,MEC)的BP神经网络轴力预测模型,比较结果表明,MEC-BP神经网络预测结果在准确度和精确度上要明显高于BP神经网络,前者具有更强的可信度和泛化能力,在大型深水群桩基础轴力预测中具有一定的工程应用价值。
关键词
深水群桩基础
思维进化算法
BP神经网络
轴力预测
Keywords
deep
water
pile group
foundation
MEC
BP
neural
network
axial
force
prediction
分类号
TU473 [建筑科学—结构工程]
下载PDF
职称材料
题名
基于流固耦合效应的深水群桩基础模态分析
被引量:
2
7
作者
顾颖
巫绪涛
方诗圣
王文洋
机构
合肥工业大学土木与水利工程学院
出处
《应用力学学报》
CAS
CSCD
北大核心
2015年第5期828-832,899-900,共5页
文摘
为研究流固耦合作用下深水群桩基础的固有频率及振动模态,依托某实际工程,用ANSYS软件建立水体作用下群桩的有限元模型;对基础结构与流体相互作用的深水群桩分别采用直接耦合法、单向耦合法、双向耦合法进行分析,并通过与已有实验结果对比,验证了三种计算方法的可靠性;分析计算了不同水体淹没深度时群桩基础固有频率与振动模态的变化规律。研究表明:在水体作用下,群桩基础各阶频率均随淹没深度的不断增加而逐渐减小,直接耦合法和双向耦合法计算水深从0m变化至19m时的一阶频率降幅分别为2.61%和4.00%;群桩基础的湿模态振动特性与干模态有显著区别,例如在基于双向耦合法情况下,干模态三阶扭转频率比湿模态大7.58%;当水体的淹没深度超过群桩基础1/3时流固耦合效应对群桩基础的振动特性影响开始增大;群桩基础的扭转频率受流体影响要比弯曲频率大,在其设计时更需考虑群桩的扭转频率受流体的影响程度。
关键词
深水群桩基础
流固耦合
直接耦合法
双向耦合法
模态分析
Keywords
deep
water
pile
-
group
foundation
,fluid
structure
interaction,direct
fluid
structure
interaction
method,bidirectional
fluid
structure
interaction
method,model
analysis.
分类号
U443.13 [建筑科学—桥梁与隧道工程]
U441.3 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ACO-SVM的桥梁基础群桩轴力预测
黄伟杰
吴叶
陈志坚
俞俊平
《长江科学院院报》
CSCD
北大核心
2016
3
下载PDF
职称材料
2
基于多因素混合模型的运营期群桩轴力预测
陈志坚
黄伟杰
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016
1
下载PDF
职称材料
3
小波神经网络在群桩基础轴力监测中的应用
薛涛
《金陵科技学院学报》
2011
0
下载PDF
职称材料
4
基于GA-SVM的深水群桩基础桩顶轴力预测
陈兵
黄伟杰
王晓朋
张文海
《勘察科学技术》
2016
0
原文传递
5
深水桥梁群桩-桁架组合基础抗震性能分析
魏凯
袁万城
伍勇吉
游科华
《同济大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2013
2
下载PDF
职称材料
6
基于MEC-BP神经网络的群桩轴力预测
王春晓
陈志坚
《中国煤炭地质》
2017
3
下载PDF
职称材料
7
基于流固耦合效应的深水群桩基础模态分析
顾颖
巫绪涛
方诗圣
王文洋
《应用力学学报》
CAS
CSCD
北大核心
2015
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部