基于人工神经网络的土工合成材料加筋挡墙临界高度预测模型

摘要：

提出了一种基于人工神经网络(ANN)技术的加筋挡墙设计高度预测方法.通过分析挡墙失效的原因,确定了7个主要因素作为网络的输入神经元.收集23组挡墙离心模型试验数据,2组足尺试验数据,1组实际工程的破坏数据,共26组样本作为训练及检验样本,建立了可用于加筋挡墙设计高度预测的径向基函数网络(RBFN)及误差反传网络(BPN)模型.结果表明径向基函数网络在学习速度,预测准确性及网络推广能力方面均优于BP网络,本文方法可用于加筋支挡结构的设计参考.

关键词：人工神经网络、土工合成材料、径向基函数网络、加筋土挡墙、临界高度

所属期刊栏目：24

分类号：TU43(土力学、地基基础工程)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：782-786