φ~b值的一种预测方法

基于TRAINLM训练函数的BP神经网络对非饱和土吸力内摩擦角φ~b的预测研究。首先分析了影响吸力内摩擦角值的4个影响因素,而后建立了4∶9∶1的神经网络(Artificial Neural Network)对吸力内摩擦角φ~b的预测模型,最后以Matlab为平台,利用自编的程序,进行了预测计算。通过预测结果的分析可知该模型模拟和预测的精度均较高,可以应用到非饱和土吸力内摩擦角值的预测中。     

基于改进的BP神经网络对西安黄土抗剪强度指标的研究

运用带适应学习率和动量因子的梯度递减法——TRAINGDX训练函数的BP网络对黄土的抗剪强度指标进行了预测。首先分析了影响黄土抗剪强度的6个影响因素,而后建立了6∶14∶2的神经网络(Artificial Neural Network)黄土抗剪强度指标的预测模型,最后借助Matlab为平台,利用自编的程序,进行了预测计算。通过对预测结果的分析可知该模型模拟和预测的精度均较高,可以应用到黄土抗剪强度指标的预测中。     

对西安地裂缝运动发展规律的认识与研究

对西安地裂缝的运动发展规律进行了较深入的研究,预测了其未来发展变化的趋势和垂直位移沉降量。基于已有的研究资料,首先,总结和分析了西安f7地裂缝的运动发展变化,发现西安地裂缝的累积垂直位移沉降曲线呈现一定的规律性;然后,采用费尔哈斯特(Verhulst)模型,借用MATLAB的CFTOOL工具箱对其进行了回归拟合研究;最后预测了f7地裂缝未来发展变化的趋势以及年平均垂直位移沉降量。这样将会极大的方便对其进行预防以及采取相应的工程措施。