基于BP神经网络冻融作用下细粒土抗剪强度的研究

英文篇名：Research on Shear Strength of Fine Grained Soil under Freeze-thaw Action Based on BP Neural Network
中文刊名：水电能源科学
英文刊名：Water Resources and Power
作者：赵惠新 ; 吴志琴 ; 李兆宇 ; 郑美玉
英文作者：ZHAO Huixin ; WU Zhiqin ; LI Zhaoyu ; ZHENG Meiyu(School of Hydraulic and Electric Power ; Heilongjiang University ; Harbin 150080 ; China)
中文关键词：冻融作用 ; BP神经网络 ; 细粒土 ; 粘聚力 ; 内摩擦角
英文关键词：freeze-thaw action ; BP neural network ; fine grained soil ; cohesive strength ; internal friction angle
出版日期：2012-04-25
机构：黑龙江大学水利电力学院;
年：2012
期：04
出版单位：水电能源科学

摘要

针对目前冻土抗剪强度指标模型多为单一影响因素的模型现状,研究了冻土抗剪强度指标与密度、含水率、粘粒含量、易溶盐量、冻融循环次数等影响因素内在非线性关系,采用BP神经网络方法,以Matlab为平台,采用自编程序对试验数据进行网络的学习和仿真。结果表明,该方法预测冻土冻融后抗剪强度指标效果较好。
The model of shear strength indexes of frozen soil is single influencing factors model.This paper studies the inner nonlinear relationship between shear strength indexes of frozen soil and density,water content,clay content,soluble salt content and numbers of freeze-thaw cycle.BP neural network is applied to train and simulate experimental data with Matlab platform.The results show that the proposed method is a effective way to predict shear strength of frozen soil.

引文

[1]党维维,高闯洲,党发宁,等.基于改进的BP神经网络对西安黄土抗剪强度指标的研究[J].水利与建筑工程学报,2009,7(2):1-4,13.
    [2]李栋伟,汪仁和.冻土抗剪强度特性及试验研究[J].安徽理工大学学报(自然科学版),2004,24(S):52-55.
    [3]齐吉琳,马巍.冻土的力学性质及研究现状[J].岩土力学,2010,31(1):133-143.
    [4]尚松浩,毛晓敏.基于BP神经网络的土壤冻结温度及未冻水含量预测模型[J].冰川冻土,2001,23(4):414-418.
    [5]张际先,宓霞.神经网络及其在工程中的应用[M].北京:机械工业出版社,1996.
    [6]胡伍生.神经网络理论及其工程应用[M].北京:测绘出版社,2006.
    [7]冯勇,何建新,刘亮,等.冻融循环作用下细粒土抗剪强度特性试验研究[J].冰川冻土,2008,30(6):1 013-1 017.
    [8]飞思科技产品研发中心.神经网络理论与MATLAB7实现[M].北京:电子工业出版社,2005.
    [9]闻新,周露,李翔,等.MATLAB神经网络仿真与应用[M].北京:科学出版社,2003.
    [10]卢继旺,朱晟,周建平,等.基于BP神经网络的土石坝地震震害预测[J].水电能源科学,2010,28(5):69-73.