融沉系数的人工神经网络预测方法

被引:10
作者
姚晓亮
齐吉琳
机构
[1] 中国科学院寒区旱区环境与工程研究所冻土工程国家重点实验室
关键词
融沉系数; 人工神经网络; 物性参数; 干密度; 含水量;
D O I
暂无
中图分类号
P642.14 [冻土学];
学科分类号
070501 ;
摘要
分析了前人关于融沉系数经验方法的研究结果,结果显示,与融沉系数关系最为密切的物性参数为液塑限、粉黏粒含量、干密度和含水量(含冰量).为了能够综合描述诸因素与融沉系数的经验关系,以兰州黄土和青藏黏土为试验对象,得到了两种具有不同物性参数的土在不同含水量和干密度条件下的融沉系数.采用BP神经网络算法对试验数据进行学习训练,得到了各因素与融沉系数间的经验关系数据库.为了提高训练样本的代表性,引用前人研究中的部分数据作为补充.对预留数据的预测结果表明,综合考虑多因素影响的BP神经网络经验方法具有较好的预测精度,而使用单一因素(含水量或干密度)预测融沉系数的经验方法其精度相对较差.
引用
收藏
页码:891 / 896
页数:6
相关论文
共 11 条
[1]   基于BP人工神经网络的冻土融沉系数预测方法研究 [J].
王效宾 ;
杨平 .
森林工程, 2008, (05) :18-21
[2]   青藏铁路建设中的冻土力学问题 [J].
程国栋 ;
杨成松 .
力学与实践, 2006, (03) :1-8
[3]   青藏铁路多年冻土区涵洞基础的冻融变形特征 [J].
张旭芝 ;
王星华 .
水文地质工程地质, 2006, (02) :55-58
[4]   冻土融沉系数的评价方法 [J].
何平 ;
程国栋 ;
杨成松 ;
赵淑萍 ;
朱元林 .
冰川冻土, 2003, (06) :608-613
[5]   青藏铁路多年冻土区路基变形裂缝发生机理及其防治 [J].
张鲁新 ;
原思成 ;
杨永平 .
第四纪研究, 2003, (06) :604-610
[6]   青藏高原多年冻土地区公路路基变形 [J].
刘永智 ;
吴青柏 ;
张建明 ;
盛煜 .
冰川冻土, 2002, (01) :10-15
[7]   青藏公路沥青路面下活动层的热状态分析 [J].
吴青柏 ;
刘永智 ;
朱元林 .
西安公路交通大学学报, 2001, (01) :23-25
[8]   青藏公路多年冻土路基整治探讨 [J].
崔建恒 ;
许东洲 ;
程鸿哲 .
冰川冻土, 1993, (02) :357-362
[9]   季节冻土的融化压缩特性 [J].
童长江 ;
程恩远 .
冰川冻土, 1987, (03) :221-228
[10]  
神经网络理论及其工程应用[M]. 测绘出版社 , 胡伍生, 2006