基于PSO-BP神经网络的砂岩三轴抗压强度预测

摘要：

为研究砂岩在水和温度作用下的抗压强度特性,以三峡库区砂岩为研究对象,进行温度场、渗流场、应力场耦合试验研究,建立了粒子群优化BP神经网络(PSO-BPNN)预测模型,该模型考虑了影响砂岩抗压强度的多种因素(温度、孔隙水压等),预测砂岩三轴抗压强度值.较传统BP神经网络(BPNN)模型,PSO-BP神经网络模型能够更好地预测三场耦合作用下砂岩的抗压强度变化特征,预测精度更高.

关键词：三场耦合作用、三轴抗压强度、粒子群算法、BP神经网络

所属期刊栏目：41

分类号：TU458(土力学、地基基础工程)

资助基金：国家自然科学基金重点项目51439003;国家重点研发计划2016YFC0402003;三峡库区地质灾害教育部重点实验室三峡大学开放基金2015KDZ02;防灾减灾湖北省重点实验室三峡大学开放基金2016KJZ19

在线出版日期：2019-05-29（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：51-54