共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
路堤沉降预测的Gompertz模型应用研究 总被引:21,自引:2,他引:19
高速公路路堤填筑过程可近似地看为一个线性加载的过程。笔者从土体应力-应变关系出发,证明了在线性加载或近似线性加载情况下,路堤沉降-时间曲线呈反“S”型特征,并由此建立了Gompertz沉降-时间预测模型,其中3个参数a、b和c可以通过SAS程序求解得到。多个工程实例的应用证明了该模型在路堤沉降预测中的合理性和实用性。 相似文献
4.
Asaoka法对路堤沉降越级预测初探 总被引:1,自引:0,他引:1
Asaoka法可很好地根据有限次沉降观测结果推算建筑物的最终沉降,但遗憾的是其只能基于本级荷载下沉降观测记录对本级荷载下最终沉降进行预测。本文针对多级填土下的路堤沉降问题,探讨了如何利用该法进行越级预测的思路,给出了该法图解中每级荷载下沉降数据对应的直线在纵坐标轴上截距与路堤高度之间的近似关系。最后,结合工程实例,根据某级荷载下沉降记录对下一级最终沉降作了预测,所得的结果精度还是令人满意的。 相似文献
5.
6.
7.
8.
基于改进BP算法的Elman网络在软基沉降预测中的应用 总被引:2,自引:2,他引:0
E lm an网络具有动态特性好,逼近速度快,精度高等特点,本文结合软基沉降的基本特征,建立了E lm an网络软基沉降预测模型。考虑到经典BP算法的缺陷,采用改进BP算法对网络进行训练学习。实例分析表明,本文所建立的E lm an网络模型具有一定的可靠性和实用性。 相似文献
9.
神经网络计算法是模拟人体经络系统活动机理来对客观事物进行科学研究的新方法。系统介绍了用神经网络法预测单桩沉降的方法,为应用神经网络原理解决工程领域中的难题作了一次新的尝试。根据H.G.Poulos等人的线性弹性理论,应用EBP神经网络计算原理,结合概率论的分析方法,建立了在竖向荷载作用下用桩长径比预测单桩沉降的神经网络模型。总结和分析了珠江三角洲地区大量的单桩沉降测试材料,通过单桩沉降的预测值与实 相似文献
10.
不同加载方式下路堤沉降性状与预测模型研究 总被引:13,自引:6,他引:7
从考虑土体流变的本构关系出发 ,证明了瞬时加载、线性或者近似线性加载和分级加载情况下路堤沉降的性状 ,提出了从数学上能满足各自变形特征的预测模型 ,工程实例分析表明了在不同条件下采用不同模型的合理性和实用性 相似文献
11.
12.
13.
14.
基坑工程施工过程中的周边地面沉降直接关系到周围建筑物的安全,本文根据上海前滩地区某基坑工程的历史监测数据、施工工况和周边地层参数等多源数据对基坑周边地面沉降进行监测和预测。以PSO-BP神经网络为基础,通过将基于时序和基于沉降影响因素的网络模型对比发现:二者预测结果误差较小且基于时序的神经网络预测精度更高,说明利用PSO-BP神经网络能够很好地对基坑周边地面沉降进行分析与预测。为了综合考虑时间效应和空间效应的影响,在基于沉降影响因素的预测模型的基础上加入历史监测数据作为模型输入层进行优化,结果表明:优化后的PSO-BP神经网络模型具有更小的相对误差范围和更高的预测精度,在基坑周边地面沉降预测中有很好的应用前景。 相似文献
15.
16.
盾构施工地面长期沉降的神经网络预测 总被引:1,自引:0,他引:1
基于逆传播人工神经网络方法,建立了盾构施工地面长期沉降的非线性预测模型,建立了沉降与诸多影响因素:所处位置、时间、上覆土性参数及盾构施工参数等的关系模型。通过在上海地铁2号线龙东路一中央公园站区间资料的验证,发现与实际比较吻合。 相似文献
17.
基于BP神经网络方法的矿井涌水量预测 总被引:2,自引:0,他引:2
鉴于矿井涌水威胁煤矿安全生产及其影响因素的复杂性,提出基于BP神经网络的矿井涌水量预测方法.在充分分析新安煤矿+25m开采水平的涌水影响因素的基础上,选取大气降水、采空区面积和底板构造断裂和采动裂隙三个影响因子,建立了非线性人工神经网络预测模型,对+25m开采水平的正常涌水量进行了预计.其结果和实际观测数据能够较好地相吻合,表明采用人工神经网络预计矿井涌水量是可行的. 相似文献
18.
水质预测是水环境规划、评价和管理的重要依据,对促进水资源可持续利用及生态发展具有重要意义。针对水质预测中各项因子的不确定性,基于未确知测度理论(unascertained measure,UM),采用改变网络初值的方法,对BP神经网络加以改进,并利用黑河流域莺落峡水文站1998~2011年的水质监测资料进行分析和预测。以挥发酚为参考序列,用灰色关联方法分析参考序列与其他因子的关联度,并最终确定BP网络的输入节点为CODmn、DO、SO42-、Cr6+以及挥发酚,输出节点为挥发酚,从而建立UMBP模型。分析结果表明,UM-BP预测模型比标准的BP神经网络模型具有更高的预测精度。因此,该模型应用于黑河流域水质预测是可行的。 相似文献