本文關鍵詞：基于人工神經網絡方法的錦屏一級水電站樞紐區高邊坡穩定性分區研究，由筆耕文化傳播整理發布。

首頁 > 專家 > 內容

文獻名稱：基于人工神經網絡方法的錦屏一級水電站樞紐區高邊坡穩定性分區研究

    前言：論文以“廣義,用該網絡對錦屏一級水電站樞紐區高邊坡穩定性進行了預測,并將其結果與工程地質分析法、極限平衡法、數值模擬法計算的結果進行了比較,認為人工神經網絡法計算的結果是可靠的。論文對V#線下游左岸邊坡、右岸普斯羅溝工程邊坡在不同條件下的穩定性進行了充分、系統的研究,這些都可直接作為施工期和運行期邊坡穩定性研究階段的成果,同時也是為今后其它水電站的修建提供范例,為高陡邊坡研究進行探索,對錦屏一級水電站的修建和邊坡工程的研究都有實際意義。
    Jingping step one hydropower station locates in lower zone between gaugestation and Shoupa groove of big river bend where is in upstream of Yalong riverwhere is in southwester of Sichuan province. The hydropower station locates inborder land between Yanyuan county and Muli Li national autonomous county.The hydropower station dam design height is 305m. the normal impoundingwater height is 1880m. The equipped capacitor is 3,600MW, that equivalents 1.5folds generating capacity of Three Gorges hydropower s...

文獻名稱 基于人工神經網絡方法的錦屏一級水電站樞紐區高邊坡穩定性分區研究

Article Name
英文(英語)翻譯 A Study on the Demarcation of High Slope Stability of Step One Hydro-junction in Jingping by Artificial Neural Network;

作者 徐佩華; 導師:陳劍平;

Author

作者單位
Author Agencies 吉林大學;

文獻出處
Article From 中國科學院上海冶金研究所; 材料物理與化學(專業) 博士論文 2000年度

關鍵詞 BP人工神經網絡; 概率人工神經網絡; 三維數值模擬; 3D-σ; FLAC-3D; 邊坡變形; 極限平衡法; 高邊坡; 錦屏一級水電站;

Keywords BP artificial neural network;probability artificial neural network;three-dimensional numerical simulation;3D-sigma;FLAC-3D;slope deformation;limiting equilibrium;high slope;Jingping step one hydropowe

通過外顯子重復和重排構建“雙中心”溶菌酶
立方氮化硼二階非線性光學性質及電致發光的研究
全反式維甲酸誘導大鼠C6腦膠質瘤凋亡的實驗研究
邊界條件對柴油機瞬態工況下燃燒的影響及數值模擬
錦屏一級水電站左岸滲流模型分析與高邊坡穩定性評價
急性腦卒中后排尿障礙電針治療、尿流動力學及相關因素的研究
水平定向鉆桿力學效應模擬仿真研究
數字近景攝影測量快速獲取巖體裂隙信息的工程應用
逆作法施工技術的設計與實踐
垃圾滲濾液在地下環境中的氧化還原分帶及污染物的降解機理研究

  本文關鍵詞：基于人工神經網絡方法的錦屏一級水電站樞紐區高邊坡穩定性分區研究，由筆耕文化傳播整理發布。