地基土压缩系数RBF神经网络预测.pdfVIP

下载本文档

1
0
约1.92万字
约 6页
2017-08-24 发布于河南
举报
版权申诉

地基土压缩系数RBF神经网络预测.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

地基土压缩系数RBF神经网络预测

r 2 第№． _翟．卷32 L 1 JoURNALoFJIANGSU Science UNi、’ERSlTY(NaturalEdition) doi：10．3969／j．issn．1671-7775．2011．02．023 地基土压缩系数的RBF神经网络预测蒋建平1，阎长虹2，高广运3 (1．上海海事大学海洋环境与工程学院，上海201306；2．南京大学地球科学与工程学院．江苏南京210093；3．同济大学土木工程学院，上海200092) 摘要：采用了输入层节点数为4、隐含层节点数为29、输出层节点数为l的RBF神经网络结构； RBF神经网络学习时，设置中心化方法为K—means聚类法，训练速率取O．15，加权种子数取2， Sigma参数取0．1，权重为0．2，最大迭代次数为16000，误差均值控制为0．01．研究发现，训练RBF 0％～2．600 神经网络时。30组数据的土压缩系数的拟合值与实测值的相对误差为一2．540 0％，有 25组数据的相对误差为0，相对误差绝对值的平均值为0．18514％；验证RBF神经网络时，土压缩 0％一12．000 系数的预测值与实测值的相对误差为一2．500 O％，相对误差绝对值的平均值为 5．669 27％．对岩土工程。一般误差小于25％是可以接受的，该地基土压缩系数RBF神经网络预测模型是可行的．关键词：土；压缩系数；神经网络；预测；误差中图分类号：TU411．5文献标志码：A 文章编号：1671—7775(2011)02—0232—04 Predictionon coefficientofsoilbasedon compressibility RBFneuralnetwork J／ang Changhon92，GaoGuangyun3 Jianpin91，Yah Maritime ofEarthScience ofOceanEnvironmentand 201306，China；2．College (】．College Engineering，ShanghaiUniversity，Shanghai and ofCivil Engineering，NanjingUniversity，Nanjing，Jiangsu210093，China；3．CollegeEngineering，TongiiUniversity，Shanghai 200092．，China) neuralnetworkstructure is nodenumberof of node Abstract：The that，the