首页> 中文期刊> 《南阳理工学院学报》 >基于加权BP神经网络的场地连续化分类

基于加权BP神经网络的场地连续化分类

         

摘要

本文以四类标准场地模糊分类二维隶属函数为基础,以BP神经网络为手段,建立了一种新的标准场地模糊化方法,训练了现行抗震设计规范中4类标准场地的模糊化神经网络,克服了二维隶属函数在转折边界处不平缓和有突变的不足;并以所建立的4个标准场地模糊化神经网络为基础,建立了基于加权综合的场地连续化分类方法,给出了该方法分类结果的空间分布图,实现了场地分类的连续化,使场地分类结果更符合工程实际;工程应用实例表明,基于BP神经网络的场地连续化分类方法,能更合理、更客观地对工程场地进行分类,为更科学地确定地震作用和进行恰当的结构抗震设计提供了可能.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号