基于人工神經網絡模型的埋地管道可靠性研究

1、中圖分類號：TU990.3論文編號：HBLG2016353UDC：密級：公開碩士學位論文基于人工神經網絡模型的埋地管道可靠性研究基于人工神經網絡模型的埋地管道可靠性研究作者姓名：作者姓名：李劍楠李劍楠學科名稱：學科名稱：建筑與土木工程建筑與土木工程研究方向：研究方向：結構與材料的損傷結構與材料的損傷學習單位：學習單位：華北理工大學華北理工大學學制:2.5年提交日期提交日期:2015年11月28日申請學位類別：申請學位類別：工程工程碩士碩

2、士導師導師姓名：姓名：陳艷華陳艷華教授教授單位：單位：華北理工大學華北理工大學建筑工程建筑工程學院學院于秀軍于秀軍高工高工單位：單位：大慶油田有限責任公司第九采油大慶油田有限責任公司第九采油廠規(guī)劃設計研究所廠規(guī)劃設計研究所論文評閱人：論文評閱人：朱慶杰朱慶杰教授教授單位：單位：常州大學常州大學陳海彬陳海彬教授教授單位：單位：華北理工大學華北理工大學論文答辯日期：論文答辯日期：2016年02月28日答辯委員會主席：答辯委員會主席：康洪震康

3、洪震教授教授關鍵詞：詞：人工神經網絡人工神經網絡；可靠性分析可靠性分析；埋地管道埋地管道；液化土；不均勻沉降；斷層液化土；不均勻沉降；斷層唐山唐山華北華北理工大學理工大學2016年03月萬方數據TheResearchonReliabilityofBuriedPipelineBasedontheArtificialNeuralwkModelDissertationSubmittedtoNthChinaUniversityofScience