用人工神经网络预测高速公路软土地基的最终沉降

采用人工神经网络较强的非线性映射能力和学习能力 ,提出基于人工神经网络的高速公路软土地基最终沉降量的预测新方法。本方法利用实测资料直接建模 ,避免了传统方法计算过程中各种人为因素的干扰 ,所建立的模型预测精度高、简便易行 ,因而具有广泛的工程实用价值。

BP神经网络在高速公路软土地基沉降预测中的应用

采用人工神经网络较强的非线性映射能力和学习能力,提出基于改进的BP神经网络预测盐淮高速公路的路基的沉降。利用实测沉降资料直接建模,避免了传统方法计算过程中各种人为因素的干扰,所建立的模型预测精度高、预测的沉降量误差小。

改进的BP人工神经网络预测软土地基固结沉降量

采用改进的BP人工神经网络较强的非线性映射能力和学习能力,提出了一种有效的沉降预测方法,并用于深港西部通道软土地基固结沉降量的预测.本方法利用实测资料直接建模,避免了传统方法计算过程中各种人为因素的干扰,所建立的模型预测精度高,与实测值较吻合,简便易行,因而具有广泛的工程实用价值.