人工神经网络在非饱与土研究中的应用.pdfVIP

人工神经网络在非饱和土研究中的应用 蝻 ，尺 学 缈L吧舯 姝澌 }南 H 摘要：。}?60吸，j是“乜铀j 结果表明坤经f司珞段函技术j分白‘设。 关键词：1|：胞剐{。[女力人．f．4黪”目}≈ j，j 力。√含水譬^?芰系归袋，岂通：r‘：足通，』‘；妻{，：。7j求得 二：习蛏应tj稳定悖．非，乜_|：【|f‘∞强眨R】毫’二^川题与墓：盂势(1疑刀1密切佃戈． ：竖，j一般垃通’』心，；i一事一{_【|j：场量j：、jj三 I：I。定；F往足殳n?赞钱r…㈡j当…难w此匀泛j二L{∞j E发西毁晴拟合研究，1，、|町扳讲墓：岂j●。1：Xjj砖^L{i线 冬二三1j圳练 并一!江棚’：一0一：受力、誓!mj譬≯：Ⅲ衔f蔓铂一!：j 学．q终颤测技术盼E大鲁jj，l仃lL蜓j=扛‘j：*i-{?中难’“心啊。 f即砷经)c)蛇棚互连捱。勾J五．丽这．‘篷羟。t’jj』：i乏cf￡n 警 剐所l胃的“掣‘爿”，_}：约。t—i络柏 j二同络 出特征卡f：规f挚【!；1叮自己总结规津，宄成横J土=u，}j4’j分炎等ft予，丽学}4的翘伴分Ii 酏在接杈值中。 1 1人工神经屯 z阿的连 问堆中的神经元的类掣(即输入输出荚糸)，州}^构成形式(即舞种冲经，c 接收到的 堵tr式)以及连接权重的学习规i靼是。个胛?}I卅络60二个爱索。人1．冲经7÷将其 形式恂成 ；；蔷(前一层的输出)o。、f)，．口。，』目％，j以。…j“．，连接强受以点羽 O‘．神经 ；o的输入，，再经Sigmoid函数(力程(?))转换．便得到这个单元的输出 元的输入输出羌系为 ，z：了’彬，@ (1) (2) 1 2反向传播学习算法 许多神经网络模型的学习部以40年代避出Hebb规则为基础，到60年代出现感知饥 学习算法，咀及后束发展了多次嘲络算法。zt_F感知讥学习剪法而言，仅，叉改变最后一层 柏权值，其功能较差，不能解决高斯问题。 1986≈二Rtm_ldharl提出了反向传播学习葬法这 个算法除考虑最后一层外，还考虑lq终中其它壁杈值的改变，使得该算法适_Efi于多层『翊 络， 也是目前广泛应用的学习算法之一。 程输入模式从输入层经隐 反向传皤算法由正向传播和反J_j州个过程组成。【H甸传播过 ，i的状态、如果在输出层 含甚处理、并传向喻出甚，每。是冲经，t的状惫5』影响下层冲经 通路返回，通过改变神经 4i能得到其期望输出，则输入反向传播．4等i炙跌差泔味来的连接 制F机Jj，的汁葬软件，井 元的杈值，使得溟差最小。基j‘返一原理我们分别在微饥开毖编 进行I{算iil{练预测。 3预测菲饱和土的吸力 这几年对非沲和土的强度持他的研宠引起厂岩f一_T程界的r泛关注，非饱和j一的参数 是其主要特征参数之一。对f{#饱和上60力学参数的测定是既坯{难又费时费钱-而H一般 工程荦位不具备潮试{}饱和土的／J学参数的条件，常常借助{F