淮北平原地基分层和承载力BP网络预测方法,这是一篇与地基论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
地基论文参考文献：
摘 要： 针对淮北平原地质土成层性和不均匀性显著的特点,提出了多元互层地基分层和承载力分层计算的BP神经网络预测方法.以钻探取样、静力触探试验和螺旋板载荷试验、平板载荷试验原位测试结果进行对比,认为比贯入阻力ps值可以作为互层地基分层和地质土承载力预测的评价指标,并以此为基础采用BP神经网络的梯度下降算法和共轭梯度算法分别建立土质分层和承载力预测的模型,并将两种算法的计算结果进行了对 析.结果表明：比贯入阻力值可作为淮北平原互层地基的土质分层和承载力预测的评价指标；BP神经网络的梯度下降算法和共轭梯度算法均对土质类型的识别和地基承载力的预测具有良好的效果,满足实际工程的精度要求,但是前者的计算效率明显低于后者.
关键词：
多元互层地基；BP神经网络；比贯入阻力；土质类型；地基承载力
中图分类号：TU449
文献标志码：A
文章编号：1674-4764（2013）03-0018-07
Stratification and Bearing Capacity Prediction Method Based
on BP Neural Network for Foundation in Huaibei Plain
Dai Zhangjun, Yu Fei, Chen Shanxiong, Luo Hongming
（State Key Laboratory of Geomechanics and Geotechnical Engineering, Institute of Rock and Soil Mechanics,
Chinese Academy of Sciences, Wuhan 430071, P. R. China）
Abstract：
According to the features of stratification and obvious inhomogeneity in geological soil in Huaibei plain, BP neural network prediction method for stratification and bearing capacity calculation of multiple cross-bedded foundation was proposed. By comparing the results of drill sampling, static cone penetration tests and screw plate tests, plate loading tests, penetration resistance ps value was found as an evaluation index for stratification and bearing capacity prediction of cross-bedded foundation. Moreover, gradient descent algorithm and conjugate gradient algorithm BP neural network models were obtained, and the calculation results of the two algorithms were comparatively analyzed. The results show that penetration resistance value can be taken as an evaluation index for stratification and bearing capacity prediction of cross-bedded foundation in Huaibei plain. Gradient descent algorithm and conjugate gradient algorithm BP neural network models have good results for soil identification and bearing capacity determination, which can meet the accuracy requirements of actual engineering. However, the computational efficiency of gradient descent algorithm is significantly lower than that of conjugate gradient algorithm.
Key words：
multiple cross-bedded foundation； BP neural network； specific penetration resistance； soil types； bearing capacity of foundation
淮北平原位于黄淮海平原南部,地层以第四系黄（淮）泛滥沉积物为主.浅层沉积物多以粉砂含砂粉土粉土粉质黏土呈渐变接触关系的过渡形态出现,河流多次泛滥和淤积,造成这种接触关系反复出现,使得地质土具有显著的成层性和不均匀性[1].对于这种多元沉积环境,土质识别受到多种因素影响,是一个具有模糊性和不确定性的评判问题.
地质环境和土质条件的复杂多变,同时也造成了地基土体力学性质的多变性,所以仅通过单一的原位试验确定地基承载力存在着诸多困难,而且现有测试技术存在着一定的不协调性,各种方法的适用范围有限,对于分层厚度小,土质变化快的多元互层地基,采用不同试验方法得出的地基承载力结果往往离散性较大,这给该地区基础工程的设计和施工带来了许多困难.
结论：关于对不知道怎么写地基论文范文课题研究的大学硕士、相关本科毕业论文100米高楼地基挖多深论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
基于BP网络的机械产品质量预测模型
摘 要：BP网络是在现下时代的科技水平之下，被研发出来的一种分析性网络，主要用于分析某产品质量问题的形成因素。此网络在现代的机械行业被运用甚广，。
SOM神经网络预测方法在基坑变形中的运用
摘要：城市地铁建设正逐步进入快速有序的发展阶段，各种类型的地铁事故也时常发生。因此，在隧道基坑工程中需要一种预测方法来合理的避免事故发生。针对上。
ＨＵｂ－ａｎｄ－Ｓｐｏｋｅ型运输网络改善方法其应用
摘要：Hub-and-spoke(本文简称为HS)网络形式被广泛采用于多个领域，其在实践中显现的缺陷也为学术界所重视。本文采用运输车辆空驶吨公里。
关于电子商务时代下企业网络营销方法分析
摘要：当前，网络信息技术不断发展进步，电子商务获得较好发展，并且不断完善以及成熟，被广泛应用到各个行业的营销工作中，在很大程度上转变了传统营销模。