排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
葛江 《石家庄铁道大学学报(自然科学版)》2013,(4):105-108
简要介绍了瓦斯涌出量预测问题和广义回归神经网络（GRNN）的特点,指出与常用的BP神经网络相比,使用广义回归神经网络（GRNN）具有收敛迅速、人为干扰小等优点,适宜用于瓦斯涌出量的预测。并对一个案例进行预测,证明了广义回归神经网络（GRNN）可以满足实际生产的精度要求,较好解决瓦斯涌出量预测的问题。 相似文献
2.
葛江 《武汉水运工程学院学报》2013,(5):1059-1061,1065
隧道发生火灾时,影响人员疏散的3大因素是高温、烟气的毒害性,以及烟气对可视距离的影响.文中对一段长200 m的隧道进行火灾数值模拟,获得了温度与烟气的时空变化规律.采用确定临界值,比较各个危险因素达到临界值的最短时间,辨识出隧道火灾疏散中的最大危险有害因素,指出隧道火灾疏散过程中的最重要工作是控制温度. 相似文献
1