神经网络技术在路堤沉降预测中应用探讨

针对传统的BP网络模型的不足，应用了改进的BP神经网络模型，把它应用到软基高速公路的路堤沉降预测中，提出了两种构造神经网络训练样本的思路，并分别进行了计算和对比，指出了各自的优、缺点。结果表明改进的BP网络模型比较稳健、收敛快，而且根据时间与对应的沉降量形成的样本训练的网络预测出的工后沉降误差小、精度高。     

路堤沉降计算中邓肯-张模型参数灵敏度分析

灵敏度分析是土木工程中解决多参数辨识问题的一个主要方法。目前,在地下工程的分析和计算中邓肯-张模型是比较理想的模型,通过大量的非线性有限元计算,找到了该模型中影响软基路堤沉降的主要参数,并给出了各参数与路堤沉降之间的定性关系,这为路堤沉降计算中的参数反演分析的简化处理奠定了基础