基于RBF神经网络预测方法的碱渣土工程特性分析

• 作者: 周干武 张桂荣 沈跃根 王伟 王芳
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 碱渣土 工程特性 RBF神经网络 识别 预测
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 土木水电论坛
• 页码范围: 42-45,50
• 页数: 5页
• 分类号: TU43
• 字数: 4063字
• 语种: 中文
• DOI: 10.13393/j.cnki.issn.1672-948X.2014.05.010

摘要

为了缓解纯碱行业生产快速发展与碱渣贮放的矛盾,国内碱厂主要采用贮渣池加高作为解决手段.对待建碱渣坝土样的工程特性进行预测分析,能够为坝体的后续加固加高提供科学依据.碱渣土具有复杂的物理力学性质,应用优化识别预测方法能够更好地揭示数据中各指标间的非线性关系,因此采用RBF神经网络的数据拟合能力,建立碱渣土工程特性的预测模型.通过工程算例的应用效果表明,RBF神经网络具有可调参数少、网络性能稳定和预测精度高等优点,分析了输入样本数目和宽度向量对RBF神经网络预测性能的影响,可为碱渣土工程特性的初步预测分析提供有效的决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王芳	南京水利科学研究院岩土工程研究所	14	124	6.0	11.0
2	周干武	南京水利科学研究院岩土工程研究所	8	56	4.0	7.0
3	张桂荣	南京水利科学研究院岩土工程研究所	19	246	9.0	15.0
4	王伟	南京水利科学研究院岩土工程研究所	5	13	2.0	3.0
5	沈跃根	南京水利科学研究院岩土工程研究所	2	0	0.0	0.0