基于动量BP算法的过渡段路基沉降预测

利用动量BP算法改进了BP神经网络的收敛性,建立了过渡段路基沉降预测模型．该模型可克服传统BP神经网络收敛速度慢、易陷入局部最优等的缺点．结合津秦客运专线路桥过渡段路基沉降实测数据,将该优化模型与传统BP神经网络预测模型进行了对比．计算表明,利用动量BP算法改进的神经网络具有较高的预测精度,同时考虑了多个影响因素,因而具有广阔的应用前景．     

如何保证路基压实度及CBR值满足要求

就影响压实度及CBR值的几种因素分析，对提高路基压实度及CBR值提出自己的观点。     

建筑垃圾土CBR的改善措施

为了提高建筑垃圾土的CBR值,通过试验系统分析了建筑垃圾拆房土CBR值的影响因素。试验结果表明,建筑垃圾拆房土的CBR值随着石灰及水泥含量的增大而提高,随着压实度的增大而提高,掺入3%以上石灰或者2%以上水泥的建筑垃圾拆房土CBR值均满足填筑公路路基的技术需求。     

改进的BP神经网络在路基沉降预测中的运用

针对BP神经网络存在训练过程不确定的缺点,基于MATLAB建立改进的BP神经网络模型,该模型可克服BP神经网络模型在训练过程中收敛速度慢、易陷入局部极小点等缺点。结合实体工程实测数据,将该优化模型与指数曲线模型、双曲线模型、泊松曲线模型和Compertz模型对比分析,结果表明改进的BP神经网络模型在黄土路基沉降预测中精度最高,可运用于黄土路基的沉降预测。     

风积砂CBR试验研究

风积砂是由于风积作用形成及冲洪积作用沉积的粉细砂。通过其物性指标及CBR强度试验，总结出风积砂CBR值的变化规律、变化范围以及影响因素，为风积砂填筑路基的应用提供理论依据和强度参数。     

CBR试验作用机理与影响因素探讨

分析了CBR试验作用机理,通过不同压实度与不同浸水时间的CBR试验,得出了路基土的CBR强度和压实度之间的关系,探讨了浸水时间对CBR值的影响。     

关于承载比(CBR)试验的几点体会及探讨

承载比（CBR）是评定路基土和路面材料的强度指标。承载比试验在土工试验中是一个重要而且相对复杂的试验。CBR值的确定对于公路工程的路基路面设计及施工都有非常重要的意义。     

CBR试验内在机理研究及影响因素的分析

CBR试验是公路柔性路面设计的重要组成部分。通过对大量不同土壤材料试验数据的分析和理论上的研究，得出如下结论：CBR试验值得公路路基、底基层局部抗剪切能力性及其水性的表征，影响CBR试验值的主要因素有土壤材料颗粒的尺寸、强度、粗糙度、密度、外部形状等以及水浸泡试验特性。目前，国内外的CBR试验规程还存在不足之处，应进行相应的修改和完善。     

建筑垃圾作为路基填料的资源再利用

为了研究建筑垃圾作为路基填料的使用性能,通过标准击实试验和加州承载比试验,分别就再生粗骨料掺量和砖混凝土比例两个因素对建筑垃圾路基填料性能的影响进行了系统的实验,分析了建筑垃圾用于路基填料的可行性。实验结果表明:再生粗骨料掺量在30%～40%之间时,混合料的最大干密度、CBR值到达最大值;且试验中所测得CBR值在30%～45%之间,完全满足现行规范的要求,可以应用于路基填筑工程中。     

路基填土CBR值试验研究分析

通过对CBR试验原理和CBR值影响因素的分析得知,土的粒径大小和土的矿物成分对CBR指标有显著影响,将60多组试验数据的CBR值和液限值进行了统计分析,得出了CBR值满足规范要求液限范围,为指导施工提供了依据。