公路软基沉降函数干涉神经网络预测模型

樊 琨; 杨 涛; 李国维

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

公路软基沉降函数干涉神经网络预测模型

基础理论与实验研究 | 更新时间：2026-06-25

- 公路软基沉降函数干涉神经网络预测模型
- Settlement prediction model of roadbed on soft ground based on artificial neural network with interference function
- 岩土力学 2004年25卷第2期
- 作者机构：
  
  1. 上海海运学院计算中心,上海,200135
  2. 上海理工大学城市建设与环境工程学院,上海,200093
  3. 河海大学岩土所,江苏,南京,210098
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TB115
- 网络首发：2014-07-15，
  
  纸质出版：2004
- 稿件说明：
移动端阅览
樊琨, 杨涛, 李国维. 公路软基沉降函数干涉神经网络预测模型[J]. 岩土力学, 2004,25(2).

FAN Kun, YANG Tao, LI Guo-wei. Settlement prediction model of roadbed on soft ground based on artificial neural network with interference function[J]. 2004, 25(2).
樊琨, 杨涛, 李国维. 公路软基沉降函数干涉神经网络预测模型[J]. 岩土力学, 2004,25(2). DOI：

FAN Kun, YANG Tao, LI Guo-wei. Settlement prediction model of roadbed on soft ground based on artificial neural network with interference function[J]. 2004, 25(2). DOI：

摘要

建立了基于函数干涉神经网络的公路软基沉降预测模型。工程实例表明，所建议的模型外延性好，而且，可以由较短预压期内沉降观测资料预测远期沉降发展，与传统沉降预测模型相比具有显著的优越性，工程应用前景广阔。

Abstract

Based on the measured settlements of road embankment on soft ground during preloading

a new settlement prediction model is established by the BP network with interference function. Its application to a practical case shows that the proposed model has good extensionality

and can be used to predict future settlements with higher precision by means of measured settlements during a short period of preloading. The proposed model can overcome the defaults of some cure fitting methods and the traditional BP model

and has widely applied foreground in expressway construction.

关键词

Keywords

references

浏览量

1162

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于孔压静力触探测试的改进分层总和法在软基沉降预测中的应用研究

爆炸挤淤筑堤沉降的Verhulst预测

顶管施工中土体损失引起的沉降预测

公路软基沉降预测的支持向量机模型

冻结黏土未冻水赋存状态界定与演化特征试验