您的位置: 专家智库 > >

郭健

作品数:5 被引量:4H指数:1
供职机构:武汉工业学院土木工程与建筑学院更多>>
发文基金:湖北省自然科学基金住房和城乡建设部科学技术计划项目更多>>
相关领域:建筑科学更多>>

文献类型

  • 4篇期刊文章
  • 1篇会议论文

领域

  • 4篇建筑科学

主题

  • 3篇神经网
  • 3篇神经网络
  • 2篇岩性
  • 2篇岩性识别
  • 2篇深基坑
  • 2篇基坑
  • 2篇非线性
  • 2篇测井
  • 1篇信息化施工
  • 1篇智能控制
  • 1篇深基坑变形
  • 1篇受力
  • 1篇重分布
  • 1篇小波
  • 1篇小波分析
  • 1篇梁内力
  • 1篇内力
  • 1篇内力重分布
  • 1篇基坑变形
  • 1篇二次受力

机构

  • 5篇武汉工业学院
  • 1篇中国科学院武...

作者

  • 5篇郭健
  • 2篇龚静
  • 2篇杨奇妹
  • 1篇董莪
  • 1篇余飞
  • 1篇李红民
  • 1篇薛飞
  • 1篇夏鹏

传媒

  • 3篇武汉工业学院...
  • 1篇解放军理工大...

年份

  • 1篇2013
  • 1篇2012
  • 1篇2010
  • 2篇2009
5 条 记 录,以下是 1-5
排序方式:
深基坑变形的智能预测研究被引量:1
2012年
通过对自适应粒子群优化算法(APSO)和动态反馈神经网络的研究,将APSO与反馈神经网络进行了有机结合,形成了新的耦合算法"APSONN"。建立了深基坑变形期望输出与超前预测输出之间的非线性隐式方程,构建了集动态识别与超前预测为一体的智能控制模型,成功地避开了复杂的岩土工程本构关系和力学参数计算问题。
郭健杨奇妹
关键词:深基坑智能控制信息化施工
测井岩性的非线性动态辨识新方法及应用被引量:1
2009年
由于岩性测井曲线分布具有模糊性,在对岩性进行划分时会出现较大的困难。为了准确分析测井响应曲线,将逃逸微粒群算法与E lm an反馈神经网络进行有机结合,形成了EPSO-NN混合算法,并构建了基于"EPSO-NN"的非线性动态识别系统,用于测井岩性的自适应识别。工程实例结果表明,该系统在岩性识别上是可行的、有效的,同样也完全可以用于岩相、沉积微相识别、矿床预测及矿物岩石分类地质方面的研究。
郭健龚静余飞
关键词:测井参数岩性识别ELMAN神经网络
测井岩性的非线性动态辨识新方法及应用
为了准确分析岩性测井响应曲线,本文将逃逸微粒群算法与Elman反馈神经网络进行有机结合,形成了EPSO-NN混合算法,并构建了基于“EPSO-NN”的非线性动态识别系统,用于测井岩性的自适应识别。工程实例结果表明,该系统...
GUO Jian郭健GONG Jing龚静YU Fei余飞
关键词:测井资料岩性识别神经网络
基于小波—神经网络的深基坑沉降预测研究被引量:2
2013年
将小波分析与径向基函数(简称RBF)神经网络相结合,构建了基于智能算法的深基坑沉降预测模型(简称WRPM)。根据深基坑工程的施工特点,借助WRPM分析了影响沉降的主要因素,研究了基坑沉降机理,提取了沉降的真实信号并对沉降变形进行了预测。工程实例分析表明,WRPM模型用于深基坑沉降预测,具有精度高、泛化能力强等特点,能够为深基坑工程的安全施工提供依据。
杨奇妹郭健夏鹏薛飞
关键词:深基坑小波分析神经网络沉降预测
二次受力梁内力重分布性能的模拟分析
2010年
基于弹塑性理论,采用计算机模拟分析方法,对二次受力连续梁受力过程进行分析。并将计算结果与试验数据对比分析,二者吻合较好,为二次受力连续梁内力重分布性能研究,提供了有效的途径和方法。
郭健董莪李红民
关键词:二次受力内力重分布
共1页<1>
聚类工具0