基于AMTLAB—NNT的高速公路软基处理方案决策模型

首先介绍了中国高速公路软基处理技术决策问题的研究现状，然后介绍了人工神经网络（ANN）BP模型和MATLAB神经网络工具箱（NNT）。最后以沪宁高速公路软基地质条件为实例，以MATLAB－NNT为工具，建立了高速公路软基处理方案的ANN决策模型，对所建立的ANN模型进行训练、回判和预测，得到了满意的结果，证明模型是有效的。     

塑料排水板在高速公路软基处理中的效果分析

基于塑料排水板排水固结机理,利用编制的程序结合实例,计算了不同参数的塑料排水板在成层地基、多级等速加载情况下不同时间的固结度,对几种主要参数对固结效果的影响进行了分析,并对相应参数的取值问题提出了优化意见.     

基于遗传算法的深层搅拌桩优化设计

将遗传算法应用于深层搅拌桩优化设计中,以单位面积内深层搅拌桩的水泥用量为优化目标函数。全部约束条件均按相应规范的要求给出,并针对传统遗传算法优化设计时遇到的诸如计算量大、早熟收敛等问题,提出了相应的改进策略,利用Visual C++编制了计算程序,通过实例证明了所提优化方法的有效性。     

粉喷桩加固软土地基的质量控制

结合潭邵高速公路软基处理工程实践,从施工工艺、施工控制和质量检测等方面阐述了水泥粉喷桩在软土地基处理中的质量控制要点:室内配方试验、工艺试桩、控制水泥材料的质量、施工过程控制、成桩检测.     

基于范例推理的公路软基处理方案决策模型

随着高速公路的修建,软土问题越来越突出,已成为影响工程质量、建设工期和工程造价的关键因素之一。因此,如何选择技术可靠、经济合理、安全适用的软基处理方案具有重大的理论和现实意义。针对影响软基处理方案决策因素的随机性和未知性,提出基于范例推理的软基处理方案决策模型,对模型的推理机理、软基处理范例库的建立和目标范例与源范例的相似度计算等问题进行了探讨,该模型原理简单、直观、使用方便。实例分析表明,模型是有效的。     

高速公路软基施工的动态仿真设计方法及应用

针对高速公路软基处理设计和施工中存在的事后调整和盲目性的问题,提出了一种动态仿真设计的方法,实现了对软土路基施工的动态设计。该方法利用仿真计算,对路堤以及每一阶段的填土高度、速率进行设计,制定每一阶段的加载方案,并进行监测,利用监测数据对计算参数进行修正后代入仿真计算中对加载方案以及路堤设计进行调整,实现动态过程;重点解决了整个动态仿真设计的实现流程、软土强度增长的计算、参数修正方法等问题,使对整个施工过程进行动态设计和及时调整加载方案成为可能;该方法使施工监测控制由事后控制模式变为事前控制模式,有效避免或减少事故发生。该方法已应用于某高速公路软基施工,取得了很好的效果。     

5参数高速公路软基处理方案ANN决策模型

首先，介绍了中国高速公路软基处理技术决策问题的研究现状，然后，介绍了决策模型参数的确定。最后，以折学森整理的高速公路的资料为原始数据，以MATLAB-NNT为工具，建立了5参数高速公路软基处理方案的ANN决策模型。对所建立的ANN模型进行训练、回判和预测，得到了满意的结果，证明模型是有效的。     

基于MATLAB-NNT的高速公路软基处理方案决策模型

首先介绍了中国高速公路软基处理技术决策问题的研究现状,然后介绍了人工神经网络(ANN)BP模型和MATLAB神经网络工具箱(NNT)。最后以沪宁高速公路软基地质条件为实例,以MATLAB-NNT为工具,建立了高速公路软基处理方案的ANN决策模型,对所建立的ANN模型进行训练、回判和预测,得到了满意的结果,证明模型是有效的。