基于ANFIS的季冻区土体冻胀预测模型.pdfVIP

第39卷 第2期 四川建筑科学研究 2013年 4月 SichuanBuildingScience 191 基于ANFIS的季冻区土体冻胀预测模型 崔洪川 ，向一鸣 ，孙小稀 (1．吉林省交通规划设计院，吉林 长春 130022； 2．吉林大学交通学院，吉林 长春 130021) 摘 要：模糊理论在土体冻胀预测中存在的知识获取和 自适应能力较低等方面不足，而神经网络在模糊推理方面 欠缺，因此提出基于自适应神经模糊系统(ANFIS)的季冻区土体冻胀预测模型。该系统采用减法聚类初始化模糊 推理，把神经网络学习机制引入到逻辑推理中，利用混合学习算法调整前提参数和结论参数 ，自动产生模糊规则。 利用文献中土体冻胀试验数据来训练和检测ANFIS网络。研究结果表明，与基于BP神经网络的计算结果 比较， ANFIS预测模型具有学习速度快、拟合能力较好、计算精度高等优点，该方法是一种有效地预测土体冻胀的方法。 关键词：土体冻胀 ；减法聚类；混合学习算法；自适应神经模糊系统 中图分类号：U416．1 文献标志码：A 文章编号：1008—1933(2013)02—191—04 Frostheavingpredictionmodelin seasonalfrostregionsbasedonANFIS CUIHongchuan ．XIANG Yiming ，SUNXiaoxi (1．JilinCommunicationsPlanningandDesignInstitute，Changchun 130022，China； 2．Schooloftraffic，JilinUniversity，Changchun 130021，China) Abstract：Artificialintelligencetechnologieshavebeenusedinmnayareasingeotechnical engineeringapplications．Adaptivenetwork— basedfuzzyinferencesystem (ANFIS)isproposedtoforecastfrostheavinginseasonalfrozenregions．ThefuzzyinferenceofANFISis initializedbysubtractiveclustering．Theneuralnetworkisappliedtoadjusttheparameterofthefuzzyinferencesystemwithhybrid algorithm andcanproducefuzzyrulesautomatically．Th edataoffrostheavingtestobtainedfrom aliteratureareusedtotrainandcheck ANFISnetwork．Thepredictedresultsshowthattheproposedmodelingapproachisbetterthantheback—propagation(BP)neural networkintermsofcomputational speed，forecasterrors，efficiency．ANFISisaneffectivemethodtoachievebothhighaccuracyand lesscomputationalcomplexityforpredictingfrostheaving． Keywords：frostheaving；hybridalgorithm；subtractiveclustering；adaptivenetwork—basedfuzzyinferencesystem 主客观赋权相结合对资料数据分析论证，得出利用 0 引 言 模糊综合评判对冻胀进行预报效果是理想的。祁长