岩土力学
巖土力學
암토역학
ROCK AND SOIL MECHANICS
2011年
4期
1018-1024
,共7页
软土%物理力学性质指标%微观结构参数%灰色关联分析%径向基神经网络
軟土%物理力學性質指標%微觀結構參數%灰色關聯分析%徑嚮基神經網絡
연토%물리역학성질지표%미관결구삼수%회색관련분석%경향기신경망락
通过对广州市南沙地区大量软土物理力学试验和微结构分析,获取了40组软土试样的物理力学件质指标和微观结构参数.综合运用灰色关联分析的数据分析能力和人工神经网络的非线性映射功能,建立了软土物理力学性质指标与微结构参数的灰色关联-径向基神经网络模型.该模型利用灰色关联分析方法对数据进行预处理,提取重要因子作为网络的输入,而径向基神经网络充分利用样本数据信息,自适应确定隐含层节点个数、径向基函数中心、宽度以及网络的权系数.克服了传统RBF网络隐层节点数为样本个数,当数据较多时导致网络结构庞大、学习速度慢的缺点.通过模型A和模型B的实例研究表明,该方法简化了网络结构,提高了训练速度和预测精度,为软土物理力学性质与微结构参数天系的定量研究提供了一条有效途径.
通過對廣州市南沙地區大量軟土物理力學試驗和微結構分析,穫取瞭40組軟土試樣的物理力學件質指標和微觀結構參數.綜閤運用灰色關聯分析的數據分析能力和人工神經網絡的非線性映射功能,建立瞭軟土物理力學性質指標與微結構參數的灰色關聯-徑嚮基神經網絡模型.該模型利用灰色關聯分析方法對數據進行預處理,提取重要因子作為網絡的輸入,而徑嚮基神經網絡充分利用樣本數據信息,自適應確定隱含層節點箇數、徑嚮基函數中心、寬度以及網絡的權繫數.剋服瞭傳統RBF網絡隱層節點數為樣本箇數,噹數據較多時導緻網絡結構龐大、學習速度慢的缺點.通過模型A和模型B的實例研究錶明,該方法簡化瞭網絡結構,提高瞭訓練速度和預測精度,為軟土物理力學性質與微結構參數天繫的定量研究提供瞭一條有效途徑.
통과대엄주시남사지구대량연토물리역학시험화미결구분석,획취료40조연토시양적물리역학건질지표화미관결구삼수.종합운용회색관련분석적수거분석능력화인공신경망락적비선성영사공능,건립료연토물리역학성질지표여미결구삼수적회색관련-경향기신경망락모형.해모형이용회색관련분석방법대수거진행예처리,제취중요인자작위망락적수입,이경향기신경망락충분이용양본수거신식,자괄응학정은함층절점개수、경향기함수중심、관도이급망락적권계수.극복료전통RBF망락은층절점수위양본개수,당수거교다시도치망락결구방대、학습속도만적결점.통과모형A화모형B적실례연구표명,해방법간화료망락결구,제고료훈련속도화예측정도,위연토물리역학성질여미결구삼수천계적정량연구제공료일조유효도경.
