基于自适应神经_模糊推理系统的软土路基沉降预测模型_肖治宇.pdfVIP

DOI:10.16030/j.cnki.issn.1000-3665.2010.06.018 37 6 Vol . 37 No . 6 第 卷第 期 水文地质工程地质 20 10 11 HYDROGEOLOGY ＆ ENGINEERING GEOLOGY Nov . 20 10 年 月 － 基于自适应神经 模糊推理系统的软土 路基沉降预测模型 1 1 2 ， ， 肖治宇 陈昌富 季永新 (1. ， 4 10082 ;2. ， 55000 1) 湖南大学岩土工程研究所 长沙 贵州省建筑科学研究检测中心 贵阳 : ， 摘要 针对目前软基沉降预测中最常用的生长曲线模型以及人工神经网络模型的不足 提出将自适应神经模糊推理系 (ANFIS) 。ANFIS ， 统 应用于软基沉降预测 将专家的模糊推理过程蕴含于神经网络结构中 使神经网络的结点和权值具 ， “ ” 。 有明确的物理意义 避免了传统神经网络工作过程的 黑盒 性 同时该系统可以采用最小二乘法和梯度下降法相结合 ， ， ， 的混合算法 既具有神经网络的自适应性和学习能力 又克服了它的局部极小值等缺点 预测精度也远高于生长曲线模 。 ， :ANFIS ， 型 最后用工程实例与生长模型和神经网络模型进行了对比 结果表明 模型优于这两种模型 特别是在模拟多 、 ， 。 输入变量 高维数下软基沉降预测问题时有着独特的优势 具有一定的推广应用价值 : ;ANFIS ; ; 关键词 道路工程 模型 软土路基 沉降预测 中图分类号:P642. 13 + 3 ;TU433 文献标识码:A 文章编号:1000 -3665 (20 10 )06 -006 1-05 、 、 义， “ ” 。 软土具有高压缩性 含水量大 强度低和透水性差 避免了传统神经网络工作过程的 黑盒 性 同时 ， ， (LSE ) 等特点 在上部荷载长期作用下 必将产生比较大的沉 该系统可以采用最小二乘法 和梯度下降法 ， (GD) ， 降 因此在沿海及湖区等软土地区修筑铁路和高速公