检索结果-南通市图书馆

Predicting the International Roughness Index of JPCP and CRCP Rigid Pavement:A Random Forest(RF)Model Hybridized with Modified Beetle Antennae Search(MBAS)for Higher Accuracy

引用

Computer Modeling in Engineering & Sciences 2024年第5期139卷 1557-1582页

作者： Zhou Ji Mengmeng Zhou Qiang Wang jiandong huang College of Civil and Environmental Engineering Hunan University of Science and EngineeringYongzhou425006China School of Mines China University of Mining and TechnologyXuzhou221116China School of Civil Engineering Guangzhou UniversityGuangzhou510006China

To improve the prediction accuracy of the International Roughness Index(IRI)of Jointed PlainConcrete Pavements(JPCP)and Continuously Reinforced Concrete Pavements(CRCP),a machine learning approach is developed in this study for the modelling,combining an improved Beetle Antennae Search(MBAS)algorithm and Random Forest(RF)*** 10-fold cross-validation was applied to verify the reliability and accuracy of the model proposed in this *** importance scores of all input variables on the IRI of JPCP and CRCP were analysed as *** results by the comparative analysis showed the prediction accuracy of the IRI of the newly developed MBAS and RF hybrid machine learning model(RF-MBAS)in this study is higher,indicated by the RMSE and R values of 0.2732 and 0.9476 for the JPCP as well as the RMSE and R values of 0.1863 and 0.9182 for the *** accuracy of this obtained result far exceeds that of the IRI prediction model used in the traditional Mechanistic-Empirical Pavement Design Guide(MEPDG),indicating the great potential of this developed *** importance analysis showed that the IRI of JPCP and CRCP was proportional to the corresponding input variables in this study,including the total joint faulting cumulated per KM(TFAULT),percent subgrade material passing the 0.075-mm Sieve(P_(200))and pavement surface area with flexible and rigid patching(all Severities)(PATCH)which scored higher.

关键词： Cement pavement JPCP CRCP RF-MBAS IRI

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Advanced Machine Learning Methods for Prediction of Blast-Induced Flyrock Using Hybrid SVR Methods

引用

Computer Modeling in Engineering & Sciences 2024年第8期140卷 1595-1617页

作者： Ji Zhou Yijun Lu Qiong Tian Haichuan Liu Mahdi Hasanipanah jiandong huang College of Civil and Environmental Engineering Hunan University of Science and EngineeringYongzhou425006China Hunan Provincial Key Laboratory of Intelligent Protection and Utilization Technology in Masonry Artifacts Hunan University of Science and EngineeringYongzhou425006China School of Civil Engineering Guangzhou UniversityGuangzhou510006China Institute of Research and Development Duy Tan UniversityDa Nang550000Vietnam School of Engineering&Technology Duy Tan UniversityDa Nang550000Vietnam

Blasting in surface mines aims to fragment rock masses to a proper ***,flyrock is an undesirable effect of blasting that can result in human *** this study,support vector regression(SVR)is combined with four algorithms:gravitational search algorithm(GSA),biogeography-based optimization(BBO),ant colony optimization(ACO),and whale optimization algorithm(WOA)for predicting flyrock in two surface mines in ***,three other methods,including artificial neural network(ANN),kernel extreme learning machine(KELM),and general regression neural network(GRNN),are employed,and their performances are compared to those of four hybrid SVR *** modeling,the measured and predicted flyrock values are validated with some performance indices,such as root mean squared error(RMSE).The results revealed that the SVR-WOA model has the most optimal accuracy,with an RMSE of 7.218,while the RMSEs of the KELM,GRNN,SVR-GSA,ANN,SVR-BBO,and SVR-ACO models are 10.668,10.867,15.305,15.661,16.239,and 18.228,***,combining WOA and SVR can be a valuable tool for accurately predicting flyrock distance in surface mines.

关键词： Flyrock induced by blasting optimization algorithms SVR GRNN

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于无监督神经网络匹配算法的叠前表面多次波压制方法

引用

北京大学学报（自然科学版） 2024年第3期60卷 453-463页

作者：刘立超胡天跃李徯徯刘依谋梁上林黄建东北京大学地球与空间科学学院北京100871 中国石油油气和新能源分公司北京100011 中国石油勘探开发研究院北京100083 清华大学数学科学系北京100084

为了有效地压制海上地震勘探数据中的表面多次波,实现勘探目标的正确成像,提出一种基于无监督神经网络的叠前表面多次波匹配算法,将神经网络方法与表面相关多次波压制方法相结合,通过设定学习率不断下降,用无监督神经网络取代匹配滤波算... 详细信息

为了有效地压制海上地震勘探数据中的表面多次波,实现勘探目标的正确成像,提出一种基于无监督神经网络的叠前表面多次波匹配算法,将神经网络方法与表面相关多次波压制方法相结合,通过设定学习率不断下降,用无监督神经网络取代匹配滤波算子,对叠前地震数据进行表面多次波的压制,既不需要传统的匹配算法,也不需要在标签数据集上进行训练。在简单合成数据、Sigsbee模型数据和实际数据上的应用结果验证了该方法对表面多次波压制的有效性。

关键词：无监督神经网络表面多次波压制叠前地震数据匹配算法

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Evaluating the Clogging Behavior of Pervious Concrete(PC)Using the Machine Learning Techniques

引用

Computer Modeling in Engineering & Sciences 2022年第2期130卷 805-821页

作者： jiandong huang Jia Zhang Yuan Gao School of Mines China University of Mining and TechnologyXuzhou221116China School of Chemical Engineering and Technology China University of Mining and TechnologyXuzhou221116China

Pervious concrete(PC)is at risk of clogging due to the continuous blockage of sand into it during its service *** study aims to evaluate and predict such clogging behavior of PC using hybrid machine learning *** on the 84 groups of the dataset developed in the earlier study,the clogging behavior of the PC was determined by the algorithm combing the SVM(support vector machines)and particle swarm optimization(PSO)*** PSO algorithm was employed to adjust the hyperparameters of the SVM and verify the performance using 10-fold *** predicting results of the developed model were assessed by the coefficient of determination(R)and root mean square error(RMSE).The importance of the influential variables on the clogging behavior of PC was evaluated as *** results showed that the PSO algorithm can effectively adjust the hyperparameters of the SVM model and can be used to construct the predictive model for the clogging behavior of the *** combined algorithm has the advantage of higher reliability and validity than the random hyperparameters *** the verification process,the developed model was able to obtain values of 0.9469 and 1.8148 for the R and RMSE,showing that the developed machine learning model can accurately be used to evaluate and predict the clogging behavior of the PC,guiding the mix-design of PC from the perspective of *** size of the clogging sand is the most important parameter and the thickness of the sample is the least significant factor affecting the clogging *** proportions of the smallest aggregate size and largest aggregate size are the two most important design parameters of concrete with the consideration of the relatively higher importance scores,showing these two aggregates should be given special attention in future PC design for anti-clogging purposes.

关键词： Clogging behavior pervious concrete SVM PSO

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

溢洪道弯道段流态改善试验研究和应用

引用

广东水利水电 2024年第4期 9-13,24页

作者：黄智敏付波陆汉柱黄健东广东省水利水电科学研究院广州510635 广东省水动力学应用研究重点实验室广州510635

溢洪道泄槽弯道泄流时,弯道段内易产生横向冲击波,水流紊乱,流态较差,会不同程度地影响溢洪道的正常运行。该文根据广东省部分水库陡槽溢洪道水力模型试验研究成果,介绍改善溢洪道泄槽弯道段流态的断面超高、斜向高低坎、纵向导流墙、... 详细信息

溢洪道泄槽弯道泄流时,弯道段内易产生横向冲击波,水流紊乱,流态较差,会不同程度地影响溢洪道的正常运行。该文根据广东省部分水库陡槽溢洪道水力模型试验研究成果,介绍改善溢洪道泄槽弯道段流态的断面超高、斜向高低坎、纵向导流墙、阶梯跌坎、弯道前设置消力池等工程措施,并对各种工程措施的适用性进行分析,研究成果可供类似工程设计和运行参考。

关键词：陡槽溢洪道弯道流态工程措施试验研究

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度残差傅里叶神经算子方法压制地震多次波

引用

地球物理学报 2024年第8期67卷 3089-3108页

作者：刘继伟胡天跃戴晓峰郑晓东黄建东焦梦瑶于珍珍隋京坤北京大学地球与空间科学学院北京100871 中国石油勘探开发研究院北京100083 清华大学数学科学系北京100084

多次波是一种较为严重影响地震成像的干扰波,如何有效压制多次波是需要关注的地震资料处理关键问题之一.本文基于傅里叶神经算子(FNO)和残差网络(ResNet),提出了基于深度残差傅里叶神经算子(DRFNO)网络的多次波压制方法.DRFNO是一种弱... 详细信息

多次波是一种较为严重影响地震成像的干扰波,如何有效压制多次波是需要关注的地震资料处理关键问题之一.本文基于傅里叶神经算子(FNO)和残差网络(ResNet),提出了基于深度残差傅里叶神经算子(DRFNO)网络的多次波压制方法.DRFNO是一种弱约束模型+数据驱动的人工智能算法,包含一次波和多次波的全波场炮集为输入,其中真实一次波炮集为标签训练网络,输出为压制多次波后的一次波炮集.DRFNO的网络结构中考虑了地震波场的数据特点,结合波动方程正演模拟的物理机理,约束网络训练过程.基于传统机器学习中的激活函数设置方法,该方法通过一个用于地震数据样本与标签预处理的激活函数(SDAF),克服地震炮集数据中因同相轴能量差异导致神经网络无法训练的问题.采用两套层状介质模型和Sigsbee2B复杂模型的模拟地震数据验证了DRFNO方法多次波压制处理的有效性,抗噪性和泛化能力.最后,通过一套实际地震数据实例表明本文提出的DRFNO方法应用于压制实际复杂地震波场中多次波的良好效果.

关键词：多次波压制傅里叶神经算法(FNO) 残差网络(ResNet) 深度残差傅里叶神经算子(DRFNO)网络地震数据激活函数(SDAF)

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

沥青胶浆黏度的影响因素试验及其RF-BAS预测模型研究

引用

武汉理工大学学报（交通科学与工程版） 2024年第1期48卷 175-179页

作者：王振龙吴旷怀聂桂海黄建栋王志祥许新权广东省路桥建设发展有限公司广韶分公司清远511600 广州大学土木工程学院广州510006 广东交科技术研发有限公司广州510420 广东省隧道工程安全与应急保障技术及装备企业重点实验室广州510420

文中制备三种沥青、五个粉胶比的沥青胶浆,开展135、145、155、165、175、185℃的旋转黏度试验.通过试验研究、对比分析,以及数学拟合等方法研究沥青类型、粉胶比和温度对试验结果的影响规律.将试验结果中的沥青类型用针入度进行量化,... 详细信息

文中制备三种沥青、五个粉胶比的沥青胶浆,开展135、145、155、165、175、185℃的旋转黏度试验.通过试验研究、对比分析,以及数学拟合等方法研究沥青类型、粉胶比和温度对试验结果的影响规律.将试验结果中的沥青类型用针入度进行量化,得到用于预测沥青胶浆黏度的数据库,并通过沥青胶浆的预测值和实际值的拟合效果及数据集的均方根误差(root mean square error,RMSE)和相关系数(correlation coefficient,R)验证天牛须搜索算法(beetle antennae search,BAS)和随机森林(random forest,RF)混合机器学习模型预测沥青胶浆黏度的准确性.结果表明:沥青类型显著影响胶浆的黏度;增大粉胶比可提高胶浆的黏度;粉胶比不影响胶浆黏度的温度敏感性,胶浆的黏度与温度的关系均可用半对数线性函数拟合;BAS和RF混合机器学习模型对胶浆黏度的预测准确性较高.

关键词：沥青胶浆黏度高温性能混合机器学习模型

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

某新建高位水池消能改造方案及应急措施研究

引用

广东水利水电 2024年第8期 79-85,90页

作者：付波袁喆陆汉柱李焕姗黄智敏黄健东广东省水利水电科学研究院广州510635 广东省水动力学应用研究重点实验室广州510635 中水珠江规划勘测设计研究院有限公司广州510610

某新建高位水池建成运行后,产生了两种恶劣流态:一是通气孔出口发生喷水,二是下游水厂出现掺气。该文通过水工模型试验演示了新建高位水池内部水流运行流态及掺气状况,探究了池内水流紊动及掺气机理,验证并提出了憋阀运行时的堰后“临... 详细信息

某新建高位水池建成运行后,产生了两种恶劣流态:一是通气孔出口发生喷水,二是下游水厂出现掺气。该文通过水工模型试验演示了新建高位水池内部水流运行流态及掺气状况,探究了池内水流紊动及掺气机理,验证并提出了憋阀运行时的堰后“临界水位”消能方案,短期可消除高位水池内恶劣流态;在比较了堰板中部、及底部开孔等多个消能改造方案后,提出的优化方案池内流态平稳、无掺气,消能效果良好,可作为水池结构改造的可行实施方案,试验研究成果可为类似工程设计提供参考。

关键词：高位水池通气孔掺气憋阀临界水位消能方案

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Small temporal variation in abundance of virioplankton compared to bacterioplankton and phytoplankton in two bays in the northern South China Sea

引用

Journal of Oceanology and Limnology 2024年第4期42卷 1130-1142页

作者： jiandong ZHANG Yineng LI Lijuan LONG Sijun huang CAS Key Laboratory of Tropical Marine Bio-resources and Ecology South China Sea Institute of OceanologyChinese Academy of SciencesGuangzhou 510301China Marine Environmental Engineering Center South China Sea Institute of OceanologyChinese Academy of SciencesGuangzhou 510301China State Key Laboratory of Tropical Oceanography South China Sea Institute of OceanologyChinese Academy of SciencesGuangzhou 510301China Southern Marine Science and Engineering Guangdong Laboratory(Guangzhou) Guangzhou 511458China Guangdong Provincial Observation and Research Station for Coastal Upwelling Ecosystem South China Sea Institute of OceanologyChinese Academy of SciencesShantou 515041China

Variations of picoplankton groups were investigated over a one-month period in Daya Bay and Sanya Bay,in the northern South China *** two coastal regions exhibited different variation patterns in physicochemical ***,the diel variations of picoplankton groups were different between the two *** abundance of the picoplankton in Sanya Bay displayed a pronounced diel variation,while it was not significant in Daya *** addition,some similar patterns of picoplankton abundance were *** the two bays,virioplankton exhibited the smallest fluctuation range,whereas picocyanobacteria fluctuated most *** fluctuation range of picoplankton groups was larger in spring tide than in neap tide,especially in Sanya *** forest model analysis demonstrated that the variation of picoplankton groups was attributed to physical and chemical factors in Sanya Bay and Daya Bay,***,our findings suggest that virioplankton abundance can persist more stably in response to changing environmental conditions compared to bacterioplankton and picophytoplankton.

关键词： diel variation abundance picoplankton group virioplankton picocyanobacteria

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

建筑智能化工程的施工技术要点分析

引用

智能城市应用 2024年第9期7卷 53-55页

作者：冯笃学文华凤宋子秋黄建东范兴江中建八局第二建设有限公司山东济南250000 中建八局华中建设有限公司湖北武汉430010

传统建筑面临着诸多管理和效率上的挑战,如人工操作繁琐、资源浪费等问题,这些问题限制了建筑物在能耗、安全和舒适度等方面的进一步提升。因此,建筑智能化技术的发展应运而生,通过将建筑物的各个系统进行智能化集成和控制,实现自动化... 详细信息

传统建筑面临着诸多管理和效率上的挑战,如人工操作繁琐、资源浪费等问题,这些问题限制了建筑物在能耗、安全和舒适度等方面的进一步提升。因此,建筑智能化技术的发展应运而生,通过将建筑物的各个系统进行智能化集成和控制,实现自动化管理和精准控制,有效解决了传统建筑面临的种种问题,提升了建筑的综合竞争力和可持续发展能力。随着智能化技术的不断成熟和应用范围的扩展,建筑智能化工程正逐步成为建筑行业发展的重要趋势和方向。

关键词：建筑工程智能化施工技术

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：