朱思明：基于LM-BP神经网络的岸边集装箱起重机金属结构评价方法研究论文

本文主要研究内容

作者朱思明,李和平（2019）在《基于LM-BP神经网络的岸边集装箱起重机金属结构评价方法研究》一文中研究指出：在充分地分析了岸边桥式集装箱起重机金属结构的评价指标后,根据岸边集装箱起重机寿命指标的特点,提出了基于寿命的评价方法,并使用12台岸边集装箱起重机的检测数据与寿命评价数据对LM-BP神经网络进行训练,得到了岸边集装箱起重机的安全评价模型,最后将神经网络得到的结果与模糊层次分析法的结果进行对比,证明了方法的可行性。

Abstract

zai chong fen de fen xi le an bian qiao shi ji zhuang xiang qi chong ji jin shu jie gou de ping jia zhi biao hou ,gen ju an bian ji zhuang xiang qi chong ji shou ming zhi biao de te dian ,di chu le ji yu shou ming de ping jia fang fa ,bing shi yong 12tai an bian ji zhuang xiang qi chong ji de jian ce shu ju yu shou ming ping jia shu ju dui LM-BPshen jing wang lao jin hang xun lian ,de dao le an bian ji zhuang xiang qi chong ji de an quan ping jia mo xing ,zui hou jiang shen jing wang lao de dao de jie guo yu mo hu ceng ci fen xi fa de jie guo jin hang dui bi ,zheng ming le fang fa de ke hang xing 。

论文参考文献

[1].基于LM-BP神经网络的沿海港口吞吐量动态模拟与预测[J]. 黄杰,蔡权德,栾维新. 水运工程.2010(07)

[2].利用B-TBU模型评估桥梁状态的神经网络法[J]. 吴多,刘来君,苗如松. 江苏大学学报(自然科学版).2017(04)

[3].改进BP神经网络在边坡稳定性分析中的运用[J]. 莫秋金,莫显德,万谦. 西部交通科技.2017(04)

[4].深层卷积神经网络在车标分类上的应用[J]. 张素雯,张永辉. 海南大学学报(自然科学版).2017(02)

[5].小波变换与神经网络在地铁保护区中的应用[J]. 王俊杰,徐东风. 黑龙江工程学院学报.2017(03)

[6].基于BP神经网络对隧道围岩变形的预测[J]. 施江旭,张成良,吕文乾,王自龙. 中国水运(下半月).2017(08)

[7].基于SVM的短期交通状态预测识别研究[J]. 肖思思,杨宏业. 内蒙古工业大学学报(自然科学版).2017(02)

[8].基于车联网的实时路况估计方法[J]. 胡杰,吴志林,石国勇,刘昌林. 物流技术.2017(07)

[9].基于PCA与BP神经网络的危险化学品船舶识别[J]. 张光华. 舰船科学技术.2017(16)

[10].基于重标极差法和神经网络的隧道变形趋势判断[J]. 任庆国. 人民长江.2017(16)

论文详细介绍

论文作者分别是来自起重运输机械的朱思明,李和平，发表于刊物起重运输机械2019年13期论文，是一篇关于岸边桥式集装箱起重机论文,神经网络论文,算法论文,金属结构论文,起重运输机械2019年13期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自起重运输机械2019年13期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/a45860e35fdf63efa2f62d0d.html