基于ANN和MLP的煤矸石充填土抗剪强度预测
准确计算土体抗剪强度指标参数值大小对于评价岩土工程的安全性和经济性至关重要.本文运用人工神经网络多层感知器(MLP)和多元线性回归(MLR),对煤矸石充填土的不同物理参数如塑性指数、密度等进行了五种组合,依据这五种组合对抗剪强度指标黏聚力和内摩擦角进行了预测,并通过相关系数r、标准误差RMSE、平均绝对误差MAE和t检验四种统计值对预测值的准确性进行了评价.研究结果表明:多层感知器预测的5种指标参数输入值组合中,组合4和组合3分别是内摩擦角和粘聚力的最优组合.而多层感知器更适合预测粘聚力,而多元线性回归和多层感知器均可以预测内摩擦角.多元线性回归与人工神经网络模型已有的粘聚力和内摩擦角的参数组合预测值相类似,说明利用人工神经网络多层感知器对煤矸石充填土抗剪强度的预测是合理的.
采煤沉陷区 煤矸石充填土 抗剪强度 物理参数 多层感知器 多元线性回归
刘文锴 刘轩 徐云博 张合兵
河南工程学院土木工程学院,郑州451191 河南理工大学测绘与国土信息工程学院,焦作454000
国内会议
焦作
中文
199-208
2015-10-17（万方平台首次上网日期，不代表论文的发表时间）