三次样条插值对人工神经网络预测软土固结 精确度的影响.PDFVIP

第 卷第 期 四川理工学院学报 自然科学版 年 月 文章编号 三次样条插值对人工神经网络预测软土固结 精确度的影响 王彦之 王天剑 中南大学地球科学与信息物理学院 长沙 贵州财经大学仿真重点实验室 贵阳 摘 要 软土固结会引起漫长的地基沉降 人工神经网络 是预测地基沉降的一种常用工具 为了进行预测 需要使用一定的前期沉降观测数据训练 采用两类训练方法 一类是直接使用观测 数据训练网络 这是普通方法 一类是在观测数据中借助三次样条插值 技术进行等时距插值 然后 一并利用观测数据和插值训练网络 三次样条插值是通过求解三弯矩方程组 在曲线的非连续数据点 之间形成填充数据的技术 借助 的函数 可以完成插值计算过程 结果发现 在不同固结 阶段进行预测 引入 插值训练的网络预测准确度均高于直接用观测数据训练的网络 这一发现 对 于工程实践具有重要意义 关键词 人工神经网络 三次样条插值 固结沉降 精确度 预测 中图分类号 文献标志码 关分析法以及人工神经网络方法等 引 言 人工神经网络 简称 神经网络 是一种在生物神 软土乃孔隙比较大 含水量高 可压缩性较高 强度 经网络工作原理启示下构建的一种计算模型 不少研 和承载力较低 沉降量较大的软弱土层 按孔隙比 软 究表明 它可以成功地用于软土沉降或相关参数的预