QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2819|回复: 0
打印 上一主题 下一主题

[其他资源] 基于 GM-RBF 神经网络的混凝土碳化深度预测

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2020-11-16 15:40 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    基于 GM-RBF 神经网络的混凝土碳化深度预测
    5 H, R- _- ?4 V. k, h

    . Z7 H3 Z& Q2 M8 x
    5 W* F7 ]" D) J! k" ]6 X- N" N. A9 D& C

    * I- T3 I# ]/ p$ b* e( w混凝土碳化是影响混凝土结构耐久性的关键因素,而影响混凝土碳化深度的因素众多且又复 3 A# {" w/ E; e6 B! w# O8 f
    杂,现有的预测模型在预测精度上不够准确,且考虑的影响因素不全面。 为了提高混凝土碳化深度的预测精 ( d0 A6 F$ S' \# E2 G/ p2 S6 L+ _
    度,在已有混凝土碳化深度预测模型的基础上,将灰色系统 GM(Gey
    " U* c; l  T* w# O+ c3 ~! V! kModel)与 RBF(Radial
    ' h5 X& Z+ B& J& IBasis
    3 R( `. _9 m2 m3 vFunction)神
    # ~, n3 T* X) F0 A+ s' F经网络相融合,提出一种基于 GM-RBF 神经网络的混凝土碳化深度预测模型。 通过仿真分析,GM-RBF 神经
    * n6 \, W$ e8 x( A网络组合模型比单一模型预测碳化深度的精度更高,在混凝土碳化深度预测中有较好的适用性,拓展了混凝
    - ]5 ]2 v0 M5 g/ k* N土碳化深度预测方法及理论。 . C1 U" i4 F0 q, e

    % w9 k& F; r4 _2 i3 L& t
    ) o$ g) ~# F3 d% L9 c

    基于 GM-RBF 神经网络的混凝土碳化深度预测.pdf

    1.65 MB, 下载次数: 0, 下载积分: 体力 -2 点

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-4-14 18:43 , Processed in 0.429930 second(s), 54 queries .

    回顶部