BP神经网络在地基土压缩指数预测中的应用

被引：30

作者：

蒋建平 ^{[1
]}

章杨松 ^{[2
]}

阎长虹 ^{[3
]}

高广运 ^{[4
]}

机构：

[1] 上海海事大学海洋环境与工程学院

[2] 南京理工大学土木工程系

[3] 南京大学地球科学系

[4] 同济大学土木及地下工程教育部重点实验室

来源：

中南大学学报(自然科学版) | 2010年 / 41卷 / 02期

关键词：

土压缩指数; BP神经网络; 预测; 常规物理参数;

D O I：

暂无

中图分类号：

TU411 [实验室试验（室内土工试验）];

学科分类号：

081401 ;

摘要：

为了寻求基于多个常规物理参数间接得到土变形参数的途径,根据几个实际工程中的土工试验数据,利用BP神经网络方法对土压缩指数进行预测。选取土塑性指数、含水量、孔隙比、密度这4个常规物理参数作为影响土压缩指数的主要因素,得出土压缩指数的BP神经网络预测模型。结果表明:训练BP神经网络时,49组自变量数据中土压缩指数的BP神经网络拟合值与实测值的相对误差为-3.5139380%1.5704225%,相对误差绝对值的平均值为0.91548%;10组自变量数据中土压缩指数的BP神经网络预测值与实测值的相对误差为-1.8055210%6.0124173%,相对误差绝对值的平均值为3.32940%。可见,本文建立的基于4个物理参数的土压缩指数BP神经网络预测模型是可行的。

引用

页码：722 / 727

页数：6

共 15 条

[1]

DPS数据处理系统.[M].唐启义; 冯明光; 著.科学出版社.2006,

[2] 上海冲填土自重固结沉降离心模型试验 [J].