基于季节冻土微观结构特征的神经网络冻胀率仿真预测

• 作者: 张中琼 王清 赵安平 陈慧娥
• 来源期刊: 冰川冻土
• 学科: 地球科学
• 关键词: 季节冻土 冻胀率 宏-微观结构特征 神经网络
• 年，卷（期）: 2012,（3）
• 页码范围: 638-644
• 分类号: P642.14
• 语种: 中文

摘要

为了寻求基于宏观-微观物理参数间接得到季节冻土冻胀率的途径,根据现有技术手段容易测试到土的性质参数,利用BP神经网络法对季节冻土冻胀率进行预测.选取微观孔隙参数及结构单元体参数各4个、外部条件参数3个共11个参数,建立季节冻土冻胀率神经网络预测模型.结果表明：在33个检验样本中,误差最大为0.19,最小为0.00,有4个样本的误差在0.1～0.19之间,其他样本误差都在0.05以下,占总样本数的88%,说明模型能反映冻胀变化的基本趋势.因此,文中建立的基于11个宏观微观物理参数的BP神经网络冻胀率预测模型是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王清	吉林大学建设工程学院	246	2907	27.0	42.0
2	陈慧娥	吉林大学建设工程学院	34	314	12.0	17.0
3	赵安平	黑龙江大学建筑工程学院	17	49	4.0	6.0
4	张中琼	中国科学院寒区旱区环境与工程研究所冻土工程国家重点实验室	16	200	8.0	14.0