检索结果-维普期刊中文期刊服务平台

粉煤灰混凝土的多因素寿命预测模型被引量：18: 1; 作者金祖权孙伟 +1 位作者张云升蒋金洋《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第A01期149-154,共6页; 通过快速碳化试验，研究了不同粉煤灰掺量（0—60％）、不同养护龄期（1，3，7，28，90d）、不同弯曲荷载率（0，25％，50％）对m（W）／m（C）=0．34混凝土的碳化影响，并建立了综合考虑粉煤灰掺量、养护龄期、荷载率、环境温度、结合... 展开更多; 关键词混凝土粉煤灰多因素寿命预测模型养护龄期荷载率; 在线阅读下载PDF 职称材料

基于粒子群算法和BP神经网络的多因素林火等级预测模型被引量：8: 2; 作者王磊郝若颖 +1 位作者刘玮温作民《林业工程学报》 CSCD 北大核心 2019年第3期137-144,共8页; 针对现有小尺度林火预测模型预测结果有效性、可扩展性等方面的不足,通过考虑多种火险因素,构建BP神经网络预测模型以提高预测精度,在此基础上借助粒子群算法加快BP神经网络收敛速度,进而提出一种混成的多因素森林火险等级预测模型parti... 展开更多; 关键词森林火险等级林火因子 BP神经网络粒子群算法多因素森林火险等级预测模型; 在线阅读下载PDF 职称材料

基于少数据的城市住宅价格预测分析被引量：3: 3; 作者杨东朗王战宏张婷《当代经济科学》 CSSCI 北大核心 2006年第5期98-102,共5页; 本文选取了影响城市住宅价格的多种因素,结合中国城市住宅市场下少数据的具体现实,在灰色理论的预测方法与技术的基础上,基于单因素的GM(1,1)预测模型构建了城市住宅价格多因素预测模型,结合西安市的城市住宅价格以及相关数据构建了西... 展开更多; 关键词住宅价格多因素预测模型少数据; 在线阅读下载PDF 职称材料

水泥改良风积沙无侧限抗压强度影响因素分析被引量：7: 4; 作者黄晨睿袁忠正阮波《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第8期2858-2867,共10页; 为了研究水泥掺量、压实系数、养护龄期等因素对水泥改良风积沙无侧限抗压强度的影响,开展一系列无侧限抗压强度试验。试验选取的水泥掺量为4%,5%,6%,9%和11%,养护龄期1,3,7,14,28,56和90 d,压实系数为0.90,0.93和0.95。试验结果表明,... 展开更多; 关键词水泥改良风积沙水泥掺量养护龄期压实系数多因素预测模型; 在线阅读下载PDF 职称材料

基于数据融合和改进MUGM(1,m,w)的导弹装备故障预测被引量：3: 5; 作者赵建忠徐廷学 +1 位作者叶文张磊《系统工程与电子技术》 EI CSCD 北大核心 2015年第4期832-837,共6页; 针对现代导弹装备系统组成复杂、结构关系模糊、特征参数获取不完整和不确定,造成其故障预测实现困难的问题,借鉴数据融合技术和灰色预测理论,提出了一种基于数据融合和改进多因素新陈代谢不等时距加权灰色预测模型(improved multi-vari... 展开更多; 关键词多因素灰色预测模型(GM(1 1)) 多因素不等时距加权灰色预测模型(UGM(1 m w)) 数据融合; 在线阅读下载PDF 职称材料

题名粉煤灰混凝土的多因素寿命预测模型被引量：18: 1; 作者金祖权孙伟张云升蒋金洋; 机构东南大学材料科学与工程系; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第A01期149-154,共6页; 基金国家高技术研究发展计划(863计划)资助项目(2001AA602023); 文摘通过快速碳化试验，研究了不同粉煤灰掺量（0—60％）、不同养护龄期（1，3，7，28，90d）、不同弯曲荷载率（0，25％，50％）对m（W）／m（C）=0．34混凝土的碳化影响，并建立了综合考虑粉煤灰掺量、养护龄期、荷载率、环境温度、结合能力以及混凝土的CO2扩散系数时间依赖性的多因素寿命预测模型．结果表明：混凝土的CO2扩散系数与粉煤灰掺量成二次函数关系，粉煤灰掺量30％左右最佳．混凝土的CO2扩散系数随养护龄期的增加而降低，随荷载率的增加而增加．其关系分别符合指数关系和乘幂关系．使用多因素碳化寿命预测模型对大桥的箱梁和索塔进行预测，箱梁的运营寿命为211年，索塔为167年．增加养护龄期或提高保护层厚度是提高大掺量粉煤灰结构混凝土寿命的重要途径．; 关键词混凝土粉煤灰多因素寿命预测模型养护龄期荷载率; Keywords concrete fly ash multi-factor service life prediction model curing age load ratio; 分类号 TU528 [建筑科学—建筑技术科学]; 在线阅读下载PDF 职称材料

题名基于粒子群算法和BP神经网络的多因素林火等级预测模型被引量：8: 2; 作者王磊郝若颖刘玮温作民; 机构南京林业大学经济管理学院; 出处《林业工程学报》 CSCD 北大核心 2019年第3期137-144,共8页; 基金教育部人文社会科学研究青年基金项目(18YJCZH170) 国家社会科学基金重点项目(18AGL017) +3 种基金 2018NFUSPITP267 2018NFUSPITP293); 文摘针对现有小尺度林火预测模型预测结果有效性、可扩展性等方面的不足,通过考虑多种火险因素,构建BP神经网络预测模型以提高预测精度,在此基础上借助粒子群算法加快BP神经网络收敛速度,进而提出一种混成的多因素森林火险等级预测模型particle swarm optimization based back-propagation neural network (PSO-BP)。所构建的预测模型,能够同时考虑气候因素(日最高气温、日平均气温、24 h降水量、连旱天数、日照时数、日平均相对湿度、日平均风速)、地形地貌因素(海拔、坡度、坡向、土壤含水量)、可燃物因素(植被类型、可燃物含水率、地被物载量)、人为因素(人口密度、距人类活动区域的距离) 16个变量。基于南京林业大学下蜀林场森林防火实验站传感器网络所采集的实际数据及现场测量数据,通过一组试验验证提出模型的有效性。结果表明:基于训练数据集及检验样本所构建的模型能够开展有效的火险等级预测;模型的计算复杂度较单独使用BP神经网络模型明显下降。; 关键词森林火险等级林火因子 BP神经网络粒子群算法多因素森林火险等级预测模型; Keywords forest fire danger rating forest fire factor back propagation neural network particle swarm optimization particle swarm optimization based back propagation (PSO BP) neural network; 分类号 TP315 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于少数据的城市住宅价格预测分析被引量：3: 3; 作者杨东朗王战宏张婷; 机构西安交通大学公共政策与管理学院武警工程学院; 出处《当代经济科学》 CSSCI 北大核心 2006年第5期98-102,共5页; 基金西安交通大学"985工程"二期资助(项目编号:07200701); 文摘本文选取了影响城市住宅价格的多种因素,结合中国城市住宅市场下少数据的具体现实,在灰色理论的预测方法与技术的基础上,基于单因素的GM(1,1)预测模型构建了城市住宅价格多因素预测模型,结合西安市的城市住宅价格以及相关数据构建了西安市城市住宅价格预测模型,并对西安市未来城市住宅价格进行了模拟预测。; 关键词住宅价格多因素预测模型少数据; Keywords Residence price Multi-factor forecasting model Insufficient data; 分类号 F293.3 [经济管理—国民经济] F224 [经济管理—国民经济]; 在线阅读下载PDF 职称材料

题名水泥改良风积沙无侧限抗压强度影响因素分析被引量：7: 4; 作者黄晨睿袁忠正阮波; 机构长安大学长安都柏林国际交通学院中南大学土木工程学院; 出处《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第8期2858-2867,共10页; 基金中国铁路乌鲁木齐局集团有限公司科技研究开发计划课题(WLMQ-KGHZGS-HRTL-GGB-2020-0032)。; 文摘为了研究水泥掺量、压实系数、养护龄期等因素对水泥改良风积沙无侧限抗压强度的影响,开展一系列无侧限抗压强度试验。试验选取的水泥掺量为4%,5%,6%,9%和11%,养护龄期1,3,7,14,28,56和90 d,压实系数为0.90,0.93和0.95。试验结果表明,水泥掺量、压实系数、养护龄期以及水泥掺量与压实系数的交互作用对水泥改良风积沙无侧限抗压强度的影响都具有显著性。水泥改良风积沙的无侧限抗压强度随着水泥掺量的增大呈幂函数增大,水泥掺量从4%提升至11%时,试样的无侧限抗压强度提升了6.2~6.26倍;水泥掺量越大,无侧限抗压强度增长比越大。水泥改良风积沙的无侧限抗压强度随着压实系数的增大而增大,压实系数从0.90增大到0.95时,试样的无侧限抗压强度增大了20%~67%;但强度增长幅度随着压实系数增大而降低,低压实系数下的水泥增强效果更显著。随着养护龄期的增长,水泥改良风积沙的无侧限抗压强度呈双曲线函数增长,28 d龄期的无侧限抗压强度为7 d龄期的1.21~1.50倍,90 d龄期的无侧限抗压强度为7 d龄期的1.31~1.78倍,强度增长率随着养护龄期逐渐减小。建立了水泥改良风积沙无侧限抗压强度受水泥掺量、压实系数、养护龄期等因素影响的多元非线性预测模型,预测效果好。研究成果可以为风积沙地区铁路路基基床设计提供参考。; 关键词水泥改良风积沙水泥掺量养护龄期压实系数多因素预测模型; Keywords cemented aeolian sand cement content curing age compaction coefficient multi-factor prediction model; 分类号 TU447 [建筑科学—岩土工程]; 在线阅读下载PDF 职称材料

题名基于数据融合和改进MUGM(1,m,w)的导弹装备故障预测被引量：3: 5; 作者赵建忠徐廷学叶文张磊; 机构海军航空工程学院兵器科学与技术系海军航空工程学院科研部; 出处《系统工程与电子技术》 EI CSCD 北大核心 2015年第4期832-837,共6页; 基金军队科研项目资助课题; 文摘针对现代导弹装备系统组成复杂、结构关系模糊、特征参数获取不完整和不确定,造成其故障预测实现困难的问题,借鉴数据融合技术和灰色预测理论,提出了一种基于数据融合和改进多因素新陈代谢不等时距加权灰色预测模型(improved multi-variables metabolism unequal interval weighted grey model,IMUGM(1,m,w))的导弹装备故障预测方法。首先,通过引入加权因子w的方式建立多因素不等时距加权灰色预测模型(UGM(1,m,w)),再通过初始值改进、残差修正、新陈代谢思想相结合的方式对模型进行改进;然后以特定个体的历史监测数据为基准,计算同类产品和特定个体的相应预测值及其与特定个体性能退化数值的Euclid距离,并根据Euclid距离确定隶属度权值,基于加权思想建立特定个体的性能退化模型,最后结合实时监测数据依次更新性能退化数据、Euclid距离、隶属度权值和性能退化模型,实现导弹装备故障预测,实例仿真及分析验证了方法的有效性。; 关键词多因素灰色预测模型(GM(1 1)) 多因素不等时距加权灰色预测模型(UGM(1 m w)) 数据融合; Keywords multi-variables grey forecast model （GM （ 1,1 ）） multi-variables unequal interval weightedgrey model （UGM（1,m,w）） date fusion; 分类号 V237 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	粉煤灰混凝土的多因素寿命预测模型	金祖权孙伟张云升蒋金洋	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2005	18	在线阅读下载PDF 职称材料
2	基于粒子群算法和BP神经网络的多因素林火等级预测模型	王磊郝若颖刘玮温作民	《林业工程学报》 CSCD 北大核心	2019	8	在线阅读下载PDF 职称材料
3	基于少数据的城市住宅价格预测分析	杨东朗王战宏张婷	《当代经济科学》 CSSCI 北大核心	2006	3	在线阅读下载PDF 职称材料
4	水泥改良风积沙无侧限抗压强度影响因素分析	黄晨睿袁忠正阮波	《铁道科学与工程学报》 EI CAS CSCD 北大核心	2023	7	在线阅读下载PDF 职称材料
5	基于数据融合和改进MUGM(1,m,w)的导弹装备故障预测	赵建忠徐廷学叶文张磊	《系统工程与电子技术》 EI CSCD 北大核心	2015	3	在线阅读下载PDF 职称材料