原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第4l卷第2期 中南大学学报(自然科学版) 、，01．41No．2
2010年4月 JournalofCentralSouth and
University(ScienceTechnology) Apr．2010
BP神经网络在地基土压缩指数预测中的应用
蒋建平1，章杨松2，阎长虹3，高广运4
(1．上海海事大学海洋环境与工程学院，上海，201306；
2．南京理工大学土木工程系，江苏南京，210094；
3．南京大学地球科学系，江苏南京，210093；
4．同济大学土木及地下工程教育部重点实验室，上海，200092)
摘要：为了寻求基于多个常规物理参数间接得到土变形参数的途径，根据几个实际工程中的土工试验数据，利
用BP神经网络方法对土压缩指数进行预测。选取土塑性指数、含水量、孔隙比、密度这4个常规物理参数作为
影响土压缩指数的主要因素，得出土压缩指数的BP神经网络预测模型。结果表明：训练BP神经网络时，49组
938
自变量数据中土压缩指数的BP神经网络拟合值与实测值的相对误差为-3．5130％-一1．5704225％，相对误差绝
对值的平均值为0．91548％；10组自变量数据中土压缩指数的BP神经网络预测值与实测值的相对误差为
-1．8055210％-一6．012417
3％，相对误差绝对值的平均值为3．32940％。可见，本文建立的基于4个物理参数的土
压缩指数BP神经网络预测模型是可行的。
关键词：土压缩指数；BP神经网络：预测；常规物理参数
中图分类号：TU41l 文献标志码：A 文章编号：1672—7207(2010)02_0722—06
BPneuralnetworkin of
of
Application prediction
indexofsoil
compression
JIANG Chang-hon93，GAOGuang-Nun4
Jian—pin91，ZHANGYang．son92，YAN
ofOceanEnvironmentand Maritime
(1．College Engineering，ShanghaiUniversity,Shanghai201306，China；
ofCivil ofScienceand
University 210094，China；
2．DepartmentEngineering，Nanjing Technology,Nanjing
ofEarth
3．DepartmentScience，NanjingUniversity,Nanjing210093，China；
ofGcotcchnicaland
4．KayLaboratory UndergroundEngineeringofMinistryofE
文档评论（0）