基于BP神经网络的膨胀土判别分级方法研究

摘要：

以安康膨胀土为研究对象,选用粘粒含量、粉粒含量、液限和塑性指数4个分级指标,建立了两层无偏置的BP神经网络模型,研究膨胀土的判别分级问题.结果 表明,该模型学习效果良好,能准确预测未知样本的膨胀性;对于安康膨胀土,粘粒含量和粉粒含量对分级结果影响较大,而液限和塑性指数影响较小;相比于传统的指标分级法,该模型具有较好的容错能力,可有效减小指标测量误差对分级结果的影响;BP神经网络用于膨胀土的判别分级是合理可行的,具有一定的推广与应用价值.

关键词：膨胀土;判别分级;分级指标;BP神经网络

所属期刊栏目：48

分类号：TU443(241)(土力学、地基基础工程)

资助基金：国家重点研发计划2017YFC0404801

在线出版日期：2022-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：24-29,93