本文在总结大量洪水预报实践经验的基础上,提出了一种峰值识别理论及相应的改进BP算法(Error Back Propagation with Peak Recognizer,简称BPPR).该理论及算法在修改网络权重时,偏重大值误差,即大值误差对权重的修改起主要作用.这种BPPR算法使人工神经网络洪水预报模型对洪峰的预报精度显著提高,从而保证了洪峰预报的可靠性.
STM(Strut and Tie Mode1)模型具有力学概念明晰、受力直观、简便和易于掌握等优点,已经被广泛用于结构复杂区域或构件配筋计算和梁柱节点强度校核等。基于STM模型的概念,本文提出一种由拉杆、压杆和刚性梁组成的剪力墙宏观单元模型,用于离散高层钢筋混凝土结构中的剪力墙,尝试改进高层钢筋混凝土结构弹塑性地震反应分析中的剪力墙模拟问题。
skyzhk123 LV3
在大学城