基于改进RBF神经网络的最大动剪切模量确定

• 作者: 丰光亮 刘顺昌 王亮清 陈志强
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 径向基神经网络 最大动剪切模量 Hardin公式 模式搜索法
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 岩土工程
• 页码范围: 51-56
• 分类号: TP183
• 字数: 4156字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5485.2011.07.011

摘要

采用径向基函数(RBF)神经网络的手段，直接建立最大动剪切模量Gmax与孔隙比e、围压σ3、固结比κc这3个影响因素的非线性关系，避开了寻找Gmax与各影响因素之间定量经验公式的繁琐工作。通过模式搜索法计算出径向基函数的扩展速度的最优值，使模型的预测误差最小。以福建标准砂为例，模式搜索法得出的扩展速度SPREAD最优值为2.287，RBF网络预测的Gmax平均相对误差为0.931 6％，误差很小，说明RBF神经网络能方便、有效地确定不同条件下的Gmax，具有一定的推广利用价值。除了对Gmax能够很好地预测外，RBF网络对G-γ关系曲线也能很好地模拟。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王亮清	中国地质大学工程学院	65	766	14.0	24.0
2	陈志强	中国地质大学工程学院	6	23	3.0	4.0
3	丰光亮	中国地质大学工程学院	2	14	2.0	2.0
4	刘顺昌	中国地质大学工程学院	3	8	2.0	2.0