BP神经网络在一维降雨入渗深度的仿真应用

摘要：

降雨引起的土体滑坡中,绝大多数滑动面都在边坡土体的最大入渗深度范围之内,快速识别降雨入渗深度对滑坡前期的预测预报具有重要的意义.以室内一维降雨入渗试验为基础,抽取表征降雨入渗深度的关键特征值,采用主成分分析法,将影响降雨入渗深度的5个特征值综合成2个主成分,基于主成分分析建立BP神经网络仿真预测模型.预测结果与实际入渗深度最大误差值仅为4.69％,说明网络性能良好.

关键词：BP神经网络、降雨、入渗深度、主成分分析

所属期刊栏目：43

分类号：TU411.4(土力学、地基基础工程)

资助基金：三峡库区地质灾害教育部重点实验室开放基金项目2015KDZ01;三峡大学研究生创新基金项目SDYC2016022

在线出版日期：2017-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：39-42