论文部分内容阅读
该文建立应用反向传播学习算法的多层前馈神经网络模型，对油船金属船体重量和散货船中剖面结构评估进行神经计算研究。结果表明，由非线性模拟神经元组成的神经网络在工程结构非分析计算中是非常有效的。
应用多层前馈网络的工程结构神经计算
【摘 要】
：
该文建立应用反向传播学习算法的多层前馈神经网络模型，对油船金属船体重量和散货船中剖面结构评估进行神经计算研究。结果表明，由非线性模拟神经元组成的神经网络在工程结构非
【机 构】
：
船舶工业学院(镇江)
【出 处】
：
第四届全国计算力学会议
【发表日期】
：
1997年期
其他文献
近年来随着公路和铁路桥梁、海洋建筑物等受疲劳荷载的结构物的发展以及结构可靠性理论在土木工程中的广泛应用，工程结构疲劳可靠性问题日益受到重视。该文就国内外工程结构疲
结构可靠度理论正在广泛为工程结构的各种标准、规范的编制和修订提供更加科学的理论基础。见于目前对工程结构设计规范可靠度校准都采用的是按可靠指标求平均的近似方法,本
针对高斯量子密钥分发的数据协调问题,对高斯连续变量进行了最优量化,实现了Alice和Bob之间的互信息量最大。在分层错误校正(SEC)协议和多电平编码/多级解码(MLC/MSD)协议的