您的位置: 专家智库 > >

单彬彬

作品数:3 被引量:6H指数:1
供职机构:河海大学水利水电学院更多>>
发文基金:水利部公益性行业科研专项国家自然科学基金水资源与水电工程科学国家重点实验室开放研究基金更多>>
相关领域:水利工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇水利工程

主题

  • 2篇重力坝
  • 2篇可靠度
  • 1篇堆石
  • 1篇堆石坝
  • 1篇堆石坝施工
  • 1篇性能水平
  • 1篇性能指标
  • 1篇学习机
  • 1篇施工期
  • 1篇石坝
  • 1篇面板堆石
  • 1篇面板堆石坝
  • 1篇面板堆石坝施...
  • 1篇结构可靠度
  • 1篇结构可靠度分...
  • 1篇可靠度分析
  • 1篇极限学习机
  • 1篇坝施工
  • 1篇RBF
  • 1篇RBF网

机构

  • 3篇河海大学

作者

  • 3篇李同春
  • 3篇季昀
  • 3篇单彬彬
  • 1篇李硕
  • 1篇程井
  • 1篇赵开伟
  • 1篇张哲
  • 1篇陈书宁

传媒

  • 2篇中国农村水利...
  • 1篇水电能源科学

年份

  • 3篇2014
3 条 记 录,以下是 1-3
排序方式:
基于RBF网络的重力坝结构可靠度分析被引量:1
2014年
计算重力坝结构可靠度时,功能函数往往是高度非线性且为隐式的,此时经典的计算方法,如JC法、MonteCarlo方法会由于计算量及计算时间的大量增加而不再适用。此时,应用神经网络方法是一种较好的改进方式,其中RBF网络具有收敛速度快,适于非线性拟合且可实现全局收敛的特点。探究了RBF网络在重力坝结构可靠度中的应用模式,并结合实例分析了其合理性。
季昀李同春李硕单彬彬赵开伟
关键词:RBF重力坝结构可靠度MATLAB
基于极限学习机的面板堆石坝施工期沉降预测模型及应用被引量:5
2014年
针对大坝安全监控预测中存在的不确定性与非线性问题,提出了基于极限学习机算法的面板堆石坝施工期沉降预测方法,并将其应用于柬埔寨某面板堆石坝沉降预测中。与传统的统计回归分析模型计算的沉降量相比,基于极限学习机算法的预测模型拟合学习速度快,精度高,适用性强,预测值与实测结果吻合较好。
朱创家季昀李同春单彬彬张哲
关键词:面板堆石坝极限学习机施工期沉降
基于性能控制的重力坝正常使用监控指标研究
2014年
监控指标是快速评价大坝性态的关键因素,对于监控和保证大坝安全运行及评价大坝真实工作性态具有重要意义。本文首次将基于性能的设计理念引入到大坝安全监控指标的拟定中,将大坝性能水平分成若干水准,选取能够真实反映大坝性能水准的性能控制指标,并考虑荷载及材料参数变量的不确定性,运用可靠度理论求得最可能失效点,将性能控制指标与变形监控指标联系起来,拟定大坝变形监控指标,精确反映出大坝真实的工作性态。以某重力坝为例演示基于性能控制的重力坝正常使用监控指标的拟定过程,分析研究成果表明重力坝正常使用性能监控指标拟定方法的有效性和可行性。
单彬彬陈书宁李同春季昀程井
关键词:性能水平性能指标可靠度
共1页<1>
聚类工具0