用人工神经网络建立青藏高原高含冰量冻土的导热系数预测模型

摘要：

模拟青藏高原多年冻土地区高含冰量导热系数与干密度和含冰量之间复杂的非线性关系是青藏铁路数值仿真分析中一项重要的工作,因为高含冰量冻土的热参数直接影响着数值计算的结果.以前,许多学者用各种方法对冻(融)土的导热系数进行了评价,其精度都不太理想.本文首次利用神经网络对青藏高原高含冰量冻土的导热系数进行了预测,并利用回归方法与其比较,结果显示,神经元预测模型比传统的方法更精确更方便.

关键词： 高含冰量冻土 导热系数 人工神经网络 预测模型 青藏高原

作者: 李国玉 常斌 李宁

作者单位: 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(兰州);中国科学院研究生院地球科学学院(北京) 西安理工大学岩土工程研究所(西安) 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(兰州);西安理工大学岩土工程研究所(西安)

会议类型: 国内会议

会议名称: 中国土木工程学会第九届土力学及岩土工程学术会议

会议地点: 北京

会议语种:中文

页码: 1327-1332

在线出版日期: 2003-10-01（万方平台首次上网日期，不代表论文的发表时间）