工程地质学报
工程地質學報
공정지질학보
2013年
3期
351-356
,共6页
王蕊颖%王清%张颖%项良俊
王蕊穎%王清%張穎%項良俊
왕예영%왕청%장영%항량준
吹填土%沉降预测%时间序列%神经网络
吹填土%沉降預測%時間序列%神經網絡
취전토%침강예측%시간서렬%신경망락
Dredger fill%Settlement prediction%Time series%Neural network
吹填土围海造陆技术能有效缓解土地资源紧张的问题,所以提高此项技术水平刻不容缓.但是吹填土中,黏粒含量高,有机质含量高,含水率和压缩性大,强度低,导致固结效率低,沉降速度慢.进行长期沉降观测需要耗费较多的资源,故大部分工程并不进行观测.吹填土土体表面形成硬壳的时间一般需要耗费2～3a之久,工期长,加固效果不理想,工后实际沉降与预期沉降相差很大.因此,为工程达到规定变形的要求,如何结合沉降的观测数据进行长期沉降量的预测,以及针对预测得到沉降量,对吹填土采用哪种处理方式成为我们亟待解决的问题.本文通过自编程序建立了时间序列—动态神经网络的非线性方法,并将其运用于吹填土沉降的预测中并分析结果.结果表明,动态神经网络的方法可较为合理准确的运用于软土的固结沉降预测中,误差小,可行性强,预测结果具有较高的精度和稳定性.
吹填土圍海造陸技術能有效緩解土地資源緊張的問題,所以提高此項技術水平刻不容緩.但是吹填土中,黏粒含量高,有機質含量高,含水率和壓縮性大,彊度低,導緻固結效率低,沉降速度慢.進行長期沉降觀測需要耗費較多的資源,故大部分工程併不進行觀測.吹填土土體錶麵形成硬殼的時間一般需要耗費2～3a之久,工期長,加固效果不理想,工後實際沉降與預期沉降相差很大.因此,為工程達到規定變形的要求,如何結閤沉降的觀測數據進行長期沉降量的預測,以及針對預測得到沉降量,對吹填土採用哪種處理方式成為我們亟待解決的問題.本文通過自編程序建立瞭時間序列—動態神經網絡的非線性方法,併將其運用于吹填土沉降的預測中併分析結果.結果錶明,動態神經網絡的方法可較為閤理準確的運用于軟土的固結沉降預測中,誤差小,可行性彊,預測結果具有較高的精度和穩定性.
취전토위해조륙기술능유효완해토지자원긴장적문제,소이제고차항기술수평각불용완.단시취전토중,점립함량고,유궤질함량고,함수솔화압축성대,강도저,도치고결효솔저,침강속도만.진행장기침강관측수요모비교다적자원,고대부분공정병불진행관측.취전토토체표면형성경각적시간일반수요모비2～3a지구,공기장,가고효과불이상,공후실제침강여예기침강상차흔대.인차,위공정체도규정변형적요구,여하결합침강적관측수거진행장기침강량적예측,이급침대예측득도침강량,대취전토채용나충처리방식성위아문극대해결적문제.본문통과자편정서건립료시간서렬—동태신경망락적비선성방법,병장기운용우취전토침강적예측중병분석결과.결과표명,동태신경망락적방법가교위합리준학적운용우연토적고결침강예측중,오차소,가행성강,예측결과구유교고적정도화은정성.
