应用神经网络预估粗颗粒土的渗透系数

唐晓松; 郑颖人; 董 诚

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 >

应用神经网络预估粗颗粒土的渗透系数

基础理论与实验研究 | 更新时间：2026-06-25

- 应用神经网络预估粗颗粒土的渗透系数
- The prediction of seepage coefficient of coarse-grained soil by neurotic network
- 岩土力学 2007年28卷第S1期
- 作者机构：
  
  后勤工程学院军事建筑工程系,重庆,40041
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TU43
- 网络首发：2014-03-28，
  
  纸质出版：2007
- 稿件说明：
移动端阅览
唐晓松, 郑颖人, 董诚. 应用神经网络预估粗颗粒土的渗透系数[J]. 岩土力学, 2007,28(S1).

TANG Xiao-song, ZHENG Ying-ren, DONG Cheng. The prediction of seepage coefficient of coarse-grained soil by neurotic network[J]. 2007, 28(S1).
唐晓松, 郑颖人, 董诚. 应用神经网络预估粗颗粒土的渗透系数[J]. 岩土力学, 2007,28(S1). DOI：

TANG Xiao-song, ZHENG Ying-ren, DONG Cheng. The prediction of seepage coefficient of coarse-grained soil by neurotic network[J]. 2007, 28(S1). DOI：

摘要

粗颗粒土的渗透规律十分复杂，由于现有的一些定量公式考虑的影响因素过于简单，因此，无法准确确定其渗透系数的大小。以三峡库区现场取得的粗颗粒土为原料，通过渗透试验得到不同级配下土体的渗透系数，并利用神经网络较强的非线性动态处理能力对渗透系数进行预估，从而考虑了不同的颗粒级配对粗颗粒土渗透系数的影响。通过神经网络得到的预估值和渗透试验得到的试验值的对比分析可以看出，利用神经网络进行粗颗粒土渗透系数的预估是可行的，该方法能充分反映不同的颗粒级配的影响。

Abstract

The seepage rules of coarse-grained soil are very complicated. The present rational equations just consider some simple facts

therefore it is hard to identify accurate seepage factors. In this article

the coarse-grained soil obtained in Three Gorges Reservoir area is used to calculate the seepage factor of different graduation through the experiment

which is predicted through the powerful nonlinear and dynamic dealing capacity of the neurotic network. As a result

the influence of different graduation of the coarse-grained soil is taken into account. Through a comparison between the prediction from neurotic network and the experimental results

and the former can be used to predict the seepage factor of coarse-grained soil and this method can reflect the influence of different graduations.

关键词

Keywords

references

浏览量

1550

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于对数几率回归模型的粗颗粒土颗粒破碎过程演化研究

粗颗粒土的静止土压力系数非线性分析与计算方法

UH模型对粗颗粒土适用性验证及土石坝工程应用

冻结黏土未冻水赋存状态界定与演化特征试验

基于非静态流动法则的非饱和时敏土弹黏塑性边界面模型