基于改进RBF神经网络的最大动剪切模量确定

关 键 词:结构设计论文
资料等级:基于改进RBF神经网络的最大动剪切模量确定
发布时间:2014-12-16
文件类型:pdf格式pdf
文件大小:349 KB
资料编辑:xiaoli
浏览人次:184 次
VIP会员价格:1 建筑币
资料下载
资料简介
                             基于改进RBF神经网络的最大动剪切模量确定
土的动剪切模量是土体动力学特性的最重要参数之一¨,同时也是土动力计算和场地地震安全性评价中不可或缺的内容。动剪切模量主要通过试验获得,通常分为现场测试和实验室测试2种,两者各有所长。对于土的非线性的情况,目前主要仍由室内试验测定_。确定动力学参数的仪器主要有:共振柱仪、扭剪仪、剪切仪、动三轴仪等。其中共振柱仪可直接测定在小应变范围内的动剪切模量,应用较普遍。
编辑评价
采用径向基函数(RBF)神经网络的手段,直接建立最大动剪切模量e 与孔隙比e、围压 ,、固结比k 这3个影响因素的非线性关系,避开了寻找G 与各影响因素之间定量经验公式的繁琐工作。通过模式搜索法计算出径向基函数的扩展速度的最优值,使模型的预测误差最小。以福建标准砂为例,模式搜索法得出的扩展速度SPREAD最优值为2.287,RBF网络预测的 平均相对误差为0.931 6% ,误差很小,说明RBF神经网络能方便、有效地确定不同条件下的G. ,具有一定的推广利用价值。除了对G. 能够很好地预测外,RBF网络对G-y关系曲线也能很好地模拟。
最新上传
热门点击
下载排行
Copyright © 2016 - 2020 建筑世家网. All Rights Reserved . 京ICP备17052177号-1
关闭
会员登录