Kohonen神经网络模型在膨胀土膨胀潜势分类中的应用

章研究了运用Kohonen神经网络方法对膨胀土膨胀潜势进行分类的原理和方法，并建立了膨胀土膨胀潜势分类判别的Kohonen神经网络模型。利用此模型对陕南膨胀土的膨胀潜势进行了判别分类。结果表明，这一评价方法比其他方法更简洁，也更准确。     

高速公路路基膨胀土分类的投影寻踪方法

结合高速公路路基膨胀土的分类实践,通过对影响膨胀土胀缩的主要因素进行分析,根据《公路路基设计规范》对膨胀土的评判标准,将投影寻踪回归理论应用于膨胀土的综合评判中,建立了路基膨胀土判别与分类的投影寻踪综合评价模型,采用粒子群算法寻求最优投影方向,根据投影特征指标值对膨胀土进行分类评价。     

基于权重反分析的膨胀土分类云模型研究

针对云模型综合评价方法指标客观赋权问题,将权重反分析与云模型深度耦合,提出了基于权重反分析的云模型综合评价方法,并应用于膨胀土分类中。首先,在推导优化算法适应度函数的基础上,给出了权重反分析与云模型耦合的具体步骤,之后选用自由膨胀率、塑性指数和标准吸湿含水率作为评判指标,基于膨胀土类别评判实例,开展指标权重的反分析计算,从而实现了膨胀土分类云模型的客观赋权。最后,通过样本实例的回代评判和样本外土样的分类检验,证明了新建模型的可行性与有效性。研究表明,基于权重反分析的膨胀土分类云模型构建过程中主观性干扰因素较小,评价指标易于测试获取,且分类结果较为准确,为云模型综合评价方法的应用研究提供了新思路。     

公路路基膨胀土判别和分类的属性识别方法

通过构造单指标属性测度函数,以计算单指标属性测度和相似数定义相似权的方法,按一种客观性标准确定膨胀土评价指标的权重值,从而建立基于相似权的膨胀土评判的属性识别模型。以公路路基膨胀土的检测数据为例,说明该模型的使用方法和评判过程。新的膨胀土判别与分类方法具有准确度高、易操作的优点。     

改进的突变评价法在干线公路过境方案决策中的应用

提出了一种基于突变理论的公路过境方案评价方法,并将其应用于对过境公路方案进行决策.该方法对多层评价目标进行分解,将底层评价指标进行标准量化后,运用不同突变模型的归一公式进行计算, 得到总突变级数值,从而实现对方案的综合评判.评价实例表明,该方法可避免人为确定权重的主观性,且计算简单、可靠性高.针对突变评价分值偏高的缺点,设计了分值变换方法,使得该评价方法具有实用价值.     

膨胀土分类方法研究

膨胀土胀缩等级的确定是膨胀土地区工程建设的重要工作。对国内外现有膨胀土的分类方法进行了综述,通过对现有膨胀土分类方法的对比,指出了各种膨胀土分类方法的优缺点。同时通过室内试验,采用标准吸湿含水率对常张高速公路和南友高速公路地区的膨胀土进行了重新分类,为今后在这些地区的工程建设提供了参考数据。     

高斯过程机器学习在膨胀土等级分类中的应用

提出一种基于二元分类高斯过程的膨胀土等级分类的新模型,用于实际工程的效果表明,该模型能很好地表达膨胀土等级与其判别因素之间的非线性映射关系,显示出较强的适用性。     

膨胀土填料路用性能试验评价研究

针对京港澳（北京-香港-澳门）高速公路驻信段（驻马店一信阳）改扩建工程中膨胀土难以直接用于路基填筑的技术问题,分别开展现场调查和取样、基本物理性质指标试验、湿法重型击实试验以及常规和改进CBR试验,对所取土样进行膨胀土的判别分类、填料路用性能评价和分类。试验研究结果表明,所取土样均为弱膨胀土,干法重型击实所确定的最佳含水率较低、最大干密度较高,对于天然含水率较大的膨胀土而言,难以达到压实标准且容易产生过大膨胀势;湿法重型击实最佳含水率接近天然含水率,承载力能够满足规范对填料的要求,且水稳性良好。在试验的基础上,提出了备膨胀土土样的压实控制标准与处治措施。     

膨胀土判别的属性测度模型

结合高速公路路基膨胀土的判别实践,提出了基于属性数学理论的膨胀土属性测度评判模型。首先根据《公路路基设计规范》对膨胀土评判要求以及有关专家学者的研究成果,提出用于膨胀土判别的评价指标,然后根据属性数学的基本理论构造属性测度函数,以属性测度函数计算单指标的属性测度和不考虑指标权重的综合属性测度,以该综合属性测度对膨胀土的膨胀等级进行判别,最后以置信度准则进行膨胀土胀缩等级的属性识别。研究中,以客观性权重和相似权分别对评价指标进行赋权,计算赋权后的评价指标的综合属性测度,从而对不考虑指标权重的综合属性测度评判模型进行对比和验证。结果表明,三者评价结果相同,且评价结果与《公路路基设计规范》评判法、模糊综合评判法的评价结果有较好的一致性。     

支持向量机模型在膨胀土判别中的应用

膨胀土胀缩等级的评判是膨胀土地区工程建设的重要环节,但膨胀土胀缩性与指标集之间的关系至今尚未完全搞清楚。文中根据支持向量机理论,建立了膨胀土胀缩等级评价的支持向量机评价模型。经实际工程检验,证明该法简便,是可行的。