您当前的位置:
首页 >
文章列表页 >
基于参数化CFD与深度学习模型的地铁站活塞效应无组织通风预测
更新时间:2026-05-26
    • 基于参数化CFD与深度学习模型的地铁站活塞效应无组织通风预测

    • Prediction of unorganized ventilation induced by piston effect in subway stations based on parametric CFD and deep learning model

    • 土木与环境工程学报   2026年 页码:1-14
    • DOI:10.11835/j.issn.2096-6717.2026.036    

      中图分类号: TU96
    • 收稿:2026-02-23

      网络首发:2026-05-26

    移动端阅览

  • 李松,刘猛,李子桥.基于参数化CFD与深度学习模型的地铁站活塞效应无组织通风预测[J].土木与环境工程学报, DOI:10.11835/j.issn.2096-6717.2026.036.

    LI Song,LIU Meng,LI Ziqiao.Prediction of unorganized ventilation induced by piston effect in subway stations based on parametric CFD and deep learning model[J].Journal of Civil and Environmental Engineering, DOI:10.11835/j.issn.2096-6717.2026.036.

  •  
  •  

0

浏览量

11

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

Machine learning algorithms and techniques for landslide susceptibility investigation: A literature review
倾斜地层土工加筋路堤列车荷载动力响应特性模型试验研究
干湿循环作用下有机硅改性炭质泥岩的崩解特性及抑崩解机制
碱性富硅生物炭基复合材料吸附Cu(Ⅱ)、Zn(Ⅱ)的机理
纤维加筋花岗岩残积土的动单剪特性

相关作者

马彦彬
李红蕊
王林
仉文岗
朱正伟
杨海清
王鲁琦
袁兴中

相关机构

暂无数据
0