为了降低双屈服面数值建模的成本,提高模型的精度,提出了利用中密砂在等p路径下应力-塑性应变曲线具有归一化特征进行建模的方法。该方法选择合适的归一化指标对砂土三轴试验数据进行归一化,以归一化的试验数据为训练样本进行神经网络训练,得到了比较理想的砂土的双屈服面神经网络模型。模型的仿真值与试验值符合较好,表明该文所给出的建模方法是合理的。所提出的建模方法可以在所有试验数据的基础上自动实现概率寻优,能有效降低噪声信号的干扰、减小试验数据的分散造成的影响。
科研之友
微信
新浪微博
Facebook
分享链接
