首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于软土常规物理参数的压缩模量预测研究
引用本文:张鹤.基于软土常规物理参数的压缩模量预测研究[J].铁道建筑技术,2019(1):1-5,49.
作者姓名:张鹤
作者单位:中铁第五勘察设计院集团有限公司
基金项目:中铁第五勘察设计院集团有限公司科研开发计划项目(Y2010008)
摘    要:为建立软土常规物理参数与压缩模量之间的模糊数学关系并对土体压缩模量进行预测,以27个钻孔中90件高质量淤泥及淤泥质土试样的土常规物理参数及压缩模量数据作为研究的数据源,基于MLP和RBF神经网络分别以tanh、sigmoid和标准径向基函数、一般径向基函数为激发函数建立不同的“软土物理参数-压缩模量”神经网络预测模型。结果显示,通过优选可以得到对于Es1-2预测值和Es2-4预测值的MRE分别在5%左右和11%以下、RMSE分别在6%左右和14%以下预测模型。结论表明,在一定误差的允许范围内,基于神经网络可以依靠软土的常规物理参数对压缩模量进行预测。

关 键 词:压缩模量  神经网络  多层感知器MLP  径向基函数RBF

Prediction Study on Compression Modulus of Soft Soil Based on Conventional Physical Parameters
Zhang He.Prediction Study on Compression Modulus of Soft Soil Based on Conventional Physical Parameters[J].Railway Construction Technology,2019(1):1-5,49.
Authors:Zhang He
Institution:(China Railway Fifth Survey and Design Institute Group Co.Ltd.,Beijing 102600,China)
Abstract:Zhang He(China Railway Fifth Survey and Design Institute Group Co.Ltd.,Beijing 102600,China)
Keywords:compression modulus  neural network  multilayer perceptron  radial basis function
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号