您的位置: 专家智库 > >

陈兵

作品数:2 被引量:1H指数:1
供职机构:中国电建集团贵阳勘测设计研究院有限公司更多>>
相关领域:天文地球建筑科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇天文地球
  • 1篇建筑科学

主题

  • 1篇遗传算法
  • 1篇硬岩
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇深水群桩
  • 1篇深水群桩基础
  • 1篇群桩
  • 1篇群桩基础
  • 1篇轴力
  • 1篇桩基
  • 1篇桩基础
  • 1篇稳定性
  • 1篇向量
  • 1篇向量机
  • 1篇厚度
  • 1篇边坡
  • 1篇A-SVM

机构

  • 2篇河海大学
  • 2篇中国电建集团...

作者

  • 2篇陈兵
  • 1篇黄伟杰
  • 1篇余成
  • 1篇张文海
  • 1篇王晓朋

传媒

  • 2篇勘察科学技术

年份

  • 1篇2016
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
边坡内部硬岩厚度对稳定性的影响被引量:1
2015年
主要以江苏省南京地区的地层岩性及地质构造条件为依据,以极限平衡理论为基础,运用geo-studio软件中的SLOPE/W模块和VADOSE/W模块来计算分析边坡在天然工况和暴雨工况下,边坡内不同硬岩厚度对边坡稳定性的影响。结果表明,边坡内部硬岩的存在,对边坡稳定性起到了非常有利的作用,且硬岩的存在,会使边坡潜在滑动面的范围和深度明显增加,起到积极的抗滑作用。
李玉蛟於智陈兵余成
关键词:边坡硬岩稳定性
基于GA-SVM的深水群桩基础桩顶轴力预测
2016年
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。
陈兵黄伟杰王晓朋张文海
关键词:深水群桩基础支持向量机遗传算法
共1页<1>
聚类工具0