软土变形特性的神经网络模型研究

周秋娟; 陈晓平; 曾玲玲

doi:10.13204/j.gyjz200806014

软土变形特性的神经网络模型研究

doi: 10.13204/j.gyjz200806014

1.
1. 暨南大学力学与土木工程系,广州 510632;
2.
2. 东南大学交通学院岩土工程研究所,南京 210096

基金项目:

广东省科技计划项目(2006B37201003);湖北省环境岩土工程重点实验室开放基金项目(T110503)

详细信息

作者简介:
周秋娟,女,1981年出生,博士研究生。E-mail:qjzhou2@126.com.

计量
- 文章访问数: 98
- HTML全文浏览量: 6
- PDF下载量: 45
- 被引次数: 0
出版历程
- 收稿日期: 2007-10-13
- 刊出日期: 2008-06-20

RESEARCH ON NEURAL NETWORK MODEL OF DEFORMATION BEHAVIOR OF SOFT SOIL

1.
1. Department of Mechanics and Civil Engineering,Jinan University Guangzhou 510632;
2.
2. Institute of Geotechnical Engineering,Southeast University Nanjing 210096

摘要

摘要: 根据软土三轴试验成果和神经网络技术建立不同应力路径下软土BP模型和软土蠕变BP模型,并通过独立试验数据验证模型的可靠性,说明神经网络模型可以作为土体建模的有效路径。通过不同训练方案的对比预测可知:作为软土变形试验的一种补充手段,神经网络模型更适用数据内插的预测。另外,训练样本的多少和可靠性对模型精度影响显著。
- 神经网络 /
- 软土 /
- 应力路径 /
- 含水量 /
- 蠕变
Abstract: Based on the triaxial test results of soft soil and the neural network technology,the BP model of soft soil in different stress paths and the creep BP model of soft soil are set up.The reliability of the models is validated by the data of other tests.It shows that neural network model is an effective way to set up constitutive model of soils.Through the contrast training and forecasting,some useful conclusions could be drawn.Neural network model is most suitable for interpolation forecasting,and it can be used as a supplementary way for deformation test of soft soil.In addition,the magnitude and reliability of the training samples are important impacts on model precision.
- neural network /
- soft soil /
- stress path /
- water content /
- creep

HTML全文

参考文献(14)

[2] Roscoe K H,Burland J B. On the Generalized Stress-Strain Behavior of Wet Clay[M].Cambridge,england:cambridge University Press,1968.539-609.

Roscoe K H,Schofield A N,Thurairajah A. Yielding of Clays in States Wetter than Critical[J].Gotechnique,1963,(03):211-240.doi: 10.1680/geot.1963.13.3.211.

[3] Duncan J M,Chang C Y. Nonlinear Analysis of Stress and Strain in Soils[J].Journal of Soil Mechanic and Foundation Engineering Division ASCE,1970,(SM5):1629-1633.

[4] 陈宗基. 固结及时间效应的单维问题[J].土木工程学报,1958,(01):1-10.

[5] Folque J. Rheology Properties of Compacted Unsaturated Soils[A].France:Paris,1961.113.

[6] 詹美礼,钱家欢,陈绪禄. 软土流变特性试验及流变模型[J].岩土工程学报,1993,(03):54-62.

[7] 陈晓平,白世伟. 软土蠕变-固结特性及计算模型研究[J].岩石力学与工程学报,2003,(05):728-734.doi: 10.3321/j.issn:1000-6915.2003.05.008.

[8] Chen Xiaoping,Bai Shiwei,Yang Chunhe. Viscous Elastic Plastic Consolidation Model and Finite Element Analysis for Soft Foundation[A].Tucson,USA,2001.1823-1825.

[9] Yin Z Z. A Constitutive Model with Two Yield Surfaces for Soils.Numerical Methods in Geomechanics[A].Innsbruck,Austria,1988.447-451.

[10] 姚辉,王靖涛. 多重应力路径下黏土本构关系的神经网络模型[J].岩石力学与工程学报,2003,(09):1454-1457.doi: 10.3321/j.issn:1000-6915.2003.09.010.

[11] 曾静,冯夏庭,王靖涛. 不同应力路径下砂土的神经网络弹塑性本构模型研究[J].岩土力学,2004,(06):896-900.doi: 10.3969/j.issn.1000-7598.2004.06.011.

[12] 飞思科技产品研发中心. 神经网络理论与MATLAB7实现[M].北京:电子工业出版社,2005.

[13] 陈晓平,朱鸿鹄,张芳枝. 软土变形时效特性的试验研究[J].岩石力学与工程学报,2005,(12):2142-2148.doi: 10.3321/j.issn:1000-6915.2005.12.023.

[14] 刘国明,周军. 路堤软土地基沉降有限元非线性分析[J].福州大学学报(自然科学版),2003,(04):470-473.doi: 10.3969/j.issn.1000-2243.2003.04.022.

施引文献

资源附件(0)

访问统计

点击查看大图

计量

文章访问数: 98
HTML全文浏览量: 6
PDF下载量: 45
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

软土变形特性的神经网络模型研究

doi: 10.13204/j.gyjz200806014

作者简介:
周秋娟,女,1981年出生,博士研究生。E-mail:qjzhou2@126.com.

计量

RESEARCH ON NEURAL NETWORK MODEL OF DEFORMATION BEHAVIOR OF SOFT SOIL

计量

目录

期刊在线

作者中心

友情链接

留言板

软土变形特性的神经网络模型研究

doi: 10.13204/j.gyjz200806014

作者简介: 周秋娟,女,1981年出生,博士研究生。E-mail:qjzhou2@126.com.

计量

出版历程

RESEARCH ON NEURAL NETWORK MODEL OF DEFORMATION BEHAVIOR OF SOFT SOIL

计量

出版历程

目录

期刊在线

作者中心

友情链接

作者简介:
周秋娟,女,1981年出生,博士研究生。E-mail:qjzhou2@126.com.