| 高速公路高填方路基沉降量的神经网络预测 |
| |
| 引用本文： | 王祥秋,杨林德,高文华,陈秋南.高速公路高填方路基沉降量的神经网络预测[J].工程地质学报(英文版),2004,12(4):427-430. |
| |
| 作者姓名： | 王祥秋 杨林德 高文华 陈秋南 |
| |
| 作者单位： | 湖南科技大学土木工程学院,湘潭,411201;同济大学地下建筑与工程系,上海,200092;同济大学地下建筑与工程系,上海,200092;湖南科技大学土木工程学院,湘潭,411201 |
| |
| 基金项目： | 上海市重点建设研究基金资助项目，湖南省自然科学基金资助项目 ( 0 0JJY0 5 5 ) |
| |
| 摘 要： | 利用BP神经网络较强的高次非线性映射能力和学习功能 ,建立了基于人工神经网络的高速公路路基沉降量的预测模型。该模型依据现场实测资料 ,避免了计算过程中各种人为因素的影响。通过对某高速公路高填方路基沉降量的现场监测成果的学习与预测检验 ,证明其预测精度与适用性良好 ,具有较大的工程实用价值
|
| 关 键 词： | 人工神经网络 预测模型 高速公路路基 沉降量 |
| 文章编号： | 1004-9665/2004/12(04)-0427-04 |
| 收稿时间： | 2003-12-25 |
| 修稿时间： | 2003年12月25 |
NEURAL NETWORK PREDICTION OF THE HIGH-FILL ROAD FOUNDATION SETTLEMENT OF HIGHWAY |
| |
| Institution: | 1.Department of Civil Engineering, Hunan University of Science and Technology,Xiangtan 411201;2.Department of Geotechnical Engineering, Tongji University,Shanghai 200092 |
| |
| Abstract: | Through use of the stronger nonlinear mapping and learning ability of the back propagation neural network, the authors develop a new artificial neural network model to predict the settlement of highway foundation. This model avoids the errors caused by artificial factors during calculation since the model is established using all in-situ observation data. The results show that the model simulation matches well with in-situ observation of the highway foundation settlement, which demonstrates its applicability in the engineering practice. |
| |
| Keywords: | Artificial neural network Prediction model Foundation of a highway Settlement |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《工程地质学报(英文版)》浏览原始摘要信息 |
| 点击此处可从《工程地质学报(英文版)》下载免费的PDF全文 |
