用神经网络方法预测复合射孔岩层裂缝扩展深度

常 斌; 李 宁; 张 平

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

用神经网络方法预测复合射孔岩层裂缝扩展深度

基础理论与实验研究 | 更新时间：2026-06-25

- 用神经网络方法预测复合射孔岩层裂缝扩展深度
- Predicting terrane crack depth of complex fire hole using artificial neural network
- 岩土力学 2003年24卷第2期
- 作者机构：
  
  西安理工大学岩土所,陕西,西安,710048
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TU43
- 网络首发：2014-08-19，
  
  纸质出版：2003
- 稿件说明：
移动端阅览
常斌, 李宁, 张平. 用神经网络方法预测复合射孔岩层裂缝扩展深度[J]. 岩土力学, 2003,24(2).

CHANG Bin, LI Ning, ZHANG Ping. Predicting terrane crack depth of complex fire hole using artificial neural network[J]. 2003, 24(2).
常斌, 李宁, 张平. 用神经网络方法预测复合射孔岩层裂缝扩展深度[J]. 岩土力学, 2003,24(2). DOI：

CHANG Bin, LI Ning, ZHANG Ping. Predicting terrane crack depth of complex fire hole using artificial neural network[J]. 2003, 24(2). DOI：

摘要

以神经网络为基本工具，利用其强大的非线性映射能力，并结合有限元法动力分析成果，为预测在复合射孔条件下岩层裂缝扩展深度提供了一条新的途径。结果表明，用神经网络方法能够充分体现爆燃参数与岩层裂缝扩展深度之间的非线性隐含关系，具有较高的拟合精度，其结果与有限元方法的计算值接近，简单实用。

Abstract

By using ANN and its powerful nonlinear mapping ability and combining production of FEM dynamic analysis

a new way to predicting terrane crack depth of complex fire hole is offered. The result has indicated that the ANN can incarnate the connotative nonlinear relation between explosive parameters and terrane crack depth fully. This method has higher fitting precision

and its result coinsides with the result of FEM.

关键词

Keywords

references

浏览量

1360

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

滑带土原位直剪试验条件的不确定性及基于BP网络的抗剪强度参数估计

水分入渗对青藏高原东部德马高速粉质黏土层地下冰融化影响机制

土工合成材料加筋边坡抗水力冲刷特性研究

基于开挖弃土与粉煤灰的泡沫轻质土物理力学性能及耐久性分析

应力-干湿循环联合作用下泥岩剪切特性试验研究