科研之友
微信
新浪微博
Facebook
分享链接
摘要
压缩系数越大，土的压缩性就会越高，土的压缩性过高容易发生地质灾害而造成不可扭转的损失，预测压缩系数对于预防地质灾害意义深远。基于BP神经网络原理，以常规物理参数为输入向量，以压缩系数为输出向量，利用BP神经网络具有非线性映射能力强的特点以及遗传算法可以很好地解决BP神经网络易陷入局部最优值问题的优势，在构建基于BP神经网络的压缩系数预测模型的基础上利用遗传算法优化该模型，优化后预测性能提高很多，最大相对误差和最小相对误差分别为22.38%和-1.13%,对于岩土工程来说，误差在25%之内是可接受范围，故预测模型在一定程度上可以作为替代工具预测压缩系数。
-
单位南昌航空大学; 萍乡市规划勘察设计院
