您的位置: 专家智库 > >

李亮

作品数:2 被引量:15H指数:2
供职机构:长沙理工大学交通运输工程学院更多>>
相关领域:交通运输工程建筑科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇交通运输工程
  • 1篇建筑科学

主题

  • 1篇道路工程
  • 1篇神经网
  • 1篇神经网络
  • 1篇隧道
  • 1篇填方
  • 1篇填方路基
  • 1篇网络
  • 1篇小波神经
  • 1篇小波神经网络
  • 1篇量测
  • 1篇路堤
  • 1篇路工
  • 1篇路基
  • 1篇监测数据
  • 1篇监控量测
  • 1篇公路
  • 1篇公路隧道
  • 1篇高路堤
  • 1篇高填方
  • 1篇高填方路基

机构

  • 2篇长沙理工大学

作者

  • 2篇郭云开
  • 2篇崔晓如
  • 2篇李亮

传媒

  • 1篇长沙理工大学...
  • 1篇公路工程

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
公路隧道监测数据非线性回归的稳健估计被引量:6
2010年
预测公路隧道施工监测达到规范要求下的最终时间和累计下沉量是隧道监控量测的基本工作之一。研究通过选择合适的非线性回归模型,采用求解最小残差平方和为原则及剔除少量最大异常值,降低了牛顿迭代法对参与拟合数据平均赋权带来的误差,并利用修正后的Matlab优化工具箱模型建立非线性方程组,实现了其过程。结果表明,运用以上方法处理隧道施工监测数据,可以降低模型预测的误差,且收敛速度快,可见这样的处理方法可行。
郭云开李亮崔晓如
关键词:监控量测
基于小波神经网络组合模型的高填方路基沉降预测被引量:9
2010年
利用小波变换良好的时频局域化性质和神经网络的自学习功能,结合S型成长曲线模型,建立了基于小波神经网络的高速公路高填方路基沉降预测模型,该模型的应用避免了计算过程中各种人为因素的影响.通过对汝(城)郴(州)高速公路K59+375~K59+445高路堤沉降现场监测数据的学习、预测与检验,并与S型成长曲线模型和BP神经网络的预测结果相比较,结果表明,组合模型的预测精度高,与实际情况相吻合.
郭云开崔晓如李亮
关键词:道路工程沉降预测小波神经网络高路堤BP神经网络
共1页<1>
聚类工具0