典型文献
基于时间序列神经网络的温度场预测分析
文献摘要：
为合理将人工冻结法应用于地下工程建设中,确保冻结壁的稳定性.通过对人工冻结试验过程中的温度场进行预测分析,利用神经网络对样本进行学习,并与实测数据进行对比,表明该方法可以较为准确地对未知温度场进行预测.通过对西南某地区泥炭土进行冻结试验,试验结果表明:在封闭不补水条件下人工冻结试样冷端温度越低,土体的降温速率越快,温度场稳定后值越小.以实测温度场构成时间序列,基于神经网络,通过建立时间序列神经网络预测模型对泥炭土的温度变化进行预测,对比实测值和预测值,平均绝对误差为0.066 8,均方根误差为0.034 7,整体误差较小,该预测模型能够较为精确地预测温度场变化规律.
文献关键词：
温度场;时间序列;神经网络;预测模型
中图分类号：
作者姓名：
姚兆明;彭上海
作者机构：
安徽理工大学土木建筑学院,安徽淮南232001
文献出处：
引用格式：
[1]姚兆明;彭上海-.基于时间序列神经网络的温度场预测分析)[J].河南城建学院学报,2022(03):39-44
A类：
B类：
温度场预测,预测分析,人工冻结法,地下工程,冻结壁,冻结试验,试验过程,某地区,泥炭土,补水条件,冷端温度,土体,降温速率,越快,实测温度,建立时间,神经网络预测模型,实测值,平均绝对误差,整体误差,温度场变化
AB值：
0.325889
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
