BP神经网络在地基土压缩指数预测中的应用

为了寻求基于多个常规物理参数间接得到土变形参数的途径，根据几个实际工程中的土工试验数据，利用BP神经网络方法对土压缩指数进行预测。选取土塑性指数、含水量、孔隙比、密度这4个常规物理参数作为影响土压缩指数的主要因素，得出土压缩指数的BP神经网络预测模型。结果表明：训练BP神经网络时，49组自变量数据中土压缩指数的BP神经网络拟合值与实测值的相对误差为-3．5139380％-1．5704225％，相对误差绝对值的平均值为0．91548％；10组自变量数据中土压缩指数的BP神经网络预测值与实测值的相对误差为-1．8055210％～6．0124173％，相对误差绝对值的平均值为3．32940％。可见，本文建立的基于4个物理参数的土压缩指数BP神经网络预测模型是可行的。