您的位置： 专家智库 > >

汤勇力

作品数：2 被引量：11H指数：2
供职机构：大连理工大学工程力学系工业装备结构分析国家重点实验室更多>>
发文基金：国家攀登计划更多>>
相关领域：建筑科学自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇建筑科学

主题

  • 1篇有限元
  • 1篇有限元计算
  • 1篇深基坑
  • 1篇深基坑开挖
  • 1篇神经网
  • 1篇神经网络
  • 1篇似然估计
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇开挖
  • 1篇可视化
  • 1篇基坑
  • 1篇基坑开挖
  • 1篇极大似然
  • 1篇极大似然估计
  • 1篇工神经网络
  • 1篇服务器
  • 1篇服务器实现
  • 1篇WINDOW...

机构

  • 2篇大连理工大学

作者

  • 2篇汤勇力
  • 2篇李锡夔
  • 1篇李云鹏
  • 1篇范益群

传媒

  • 2篇计算力学学报

年份

  • 1篇2001
  • 1篇1999
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
WINDOWS 95下利用DDE客户/服务器实现实时可视化仿真有限元计算被引量：2
1999年
将大型结构静、动力分析有限元程序ＪＩＦＥＸ移植到ＷＩＮＤＯＷＳ９５平台，利用ＤＤＥ客户／服务器机制实现了实时跟踪处理的可视化技术，并可以进一步实现对计算过程的实时控制干预。文中给出了实时可视化仿真有限元计算软件实现的基本框架。
汤勇力李云鹏范益群李锡夔
关键词：可视化有限元DDE
基于极大似然估计的BP算法及其在深基坑开挖参数辨识中的应用被引量：9
2001年
本文采用人工神经网络 BP算法对深基坑开挖工程中的参数进行辨识。将某些现场实测值作为网络输入 ,土层物性参数作为网络的输出 ,通过有限元计算取得学习样本来训练网络 ,从而达到对深基坑开挖工程中的参数进行辨识的目的。同时 ,本文提出了将极大似然估计引入 BP学习算法中 ,可以考虑学习样本和网络输入 (现场实测值 )的误差 ,可以求得所辨识参数的可靠度。本文还对动态调整 BP学习算法的学习速率因子、冲量系数以加快网络学习速度的算法进行了研究 ,本文算例表明本文算法训练速率可比传统 BP算法快 10倍以上。
汤勇力李锡夔
关键词：深基坑开挖参数辨识极大似然估计人工神经网络BP算法
全选 清除 导出
共1页<1>
聚类工具0