砂土加筋挡墙筋条临界长度的神经网络预测
对于加筋支挡结构的设计,神经网络模型不同于基于凝聚力基础之上的半经验公式,它不需要主观的人为假设,而是模拟人脑思维,通过数据样本的学习来获得预测结果.BP神经网络是对非线性可微分函数进行权值训练的分层网络.文中采用BP网络对给定极限荷载下砂土挡墙筋条的临界长度进行预测,试验点几乎分布在预测曲线附近,说明网络学习是成功的.对不同筋材的极限荷载与临界长度的关系进行了对比分析,表明筋材的弹性模量及筋材与填料之间的摩擦系数对加筋性能有着重要的影响.
BP神经网络 加筋挡墙 筋条 极限荷载 临界长度
杨洪振 张孟喜
上海大学土木工程系(上海)
国内会议
上海
中文
187-190
2004-11-01（万方平台首次上网日期，不代表论文的发表时间）