非饱和残坡积土强度随含水量变化的改进BP神经网络预测研究

被引：3

作者：

肖治宇 ^{[1
]}

陈昌富 ^{[1
]}

彭钊 ^{[2
]}

机构：

[1] 湖南大学岩土工程研究所

[2] 深圳高速工程顾问有限公司

来源：

水文地质工程地质 | 2011年 / 38卷 / 02期

基金：

湖南省自然科学基金;

关键词：

非饱和残坡积土; 吸力; 含水量; 三轴试验; BP神经网络;

D O I：

10.16030/j.cnki.issn.1000-3665.2011.02.017

中图分类号：

TU449 [其他];

学科分类号：

摘要：

水是导致残坡积土边坡滑坡的最主要原因,因此研究水对残坡积土力学性质的影响具有重要的理论和工程实际意义。本文在普通三轴仪上进行非饱和残坡积土的强度试验,并基于试验结果建立了非饱和残坡积土强度随含水量变化的改进BP神经网络预测模型。模型计算结果与试验结果对比分析表明,该神经网络预测模型具有较高的拟和精度和良好的泛化能力,能较好地预测试验含水量范围内任意含水量下对应的非饱和残坡积土应力-应变关系,从而能够弥补室内试验由于设计方案等自身缺陷引起的不足。研究结果可为工程应用提供参考。

引用

页码：79 / 83+101 +101

页数：6

共 14 条

[1] 非饱和黏性土粒间吸力测试研究 [J].

汤连生 ;

王洋 ;

张鹏程 ;

廖化荣 .

岩土工程学报, 2003, (03) :304-307

[2] 土体内聚力随含水量、粘粒含量及干密度变化关系探讨 [J].

顾成权 ;

孙艳 .

水文地质工程地质, 2005, (01) :34-36

[3]

NEURAL NETWORKS[P]. COLLINGS NEIL.英国专利:GB2231989B,1993-10-06

[4]

Triaxial compression behavior of sand and gravel using artificial neural networks (ANN). D Penumadu,R Zhao. Computers and Geosciences . 1999

[5]

A neural network framework for mechanical behavior of unsaturated soils. Ghassem Habibagahi,Alireza Bamdad. Canadian Geotechnical Journal . 2003

[6]

Artificialneural network for stress-strain behavior of sandysoils:Knowledge based verification[J.]. M Banimahd,S S Yasrobi,P K Woodward. Computersand Geotechnics . 2005

[7]

The relationship of the unsaturated soil shear strengthto the soil-water characteristic curve[J.]. FREDLUND G,XING A,FREDLUND M D,et al. Canadian Geotechnical Journal . 1996

[8]

Performance of an unsaturated expansive soil slope subjected to artificial rainfall infiltration. Ng C W W, Zhan L T, Bao C G, et al. Geotechnique . 2003

[9] 水土作用模式对残积红粘土力学性质的影响分析 [J].

王洋 ;

汤连生 ;

高全臣 ;

廖化荣 .

中山大学学报(自然科学版), 2007, (01) :128-132

[10] 非饱和膨胀土总强度指标随饱和度变化规律 [J].

杨和平 ;

张锐 ;

郑健龙 .

土木工程学报, 2006, (04) :58-62

← 1 2 →