[发明专利]一种基于BP神经网络的双桥静力触探数据的力学指标确定方法

说明书

技术领域

本发明涉及岩土工程原位测试应用研究领域，具体地说是一种基于BP神经网络的双桥静力触探数据的力学指标确定方法。

背景技术

传统勘察方式以钻探为主，而把静力触探作为改善和提高勘察精度的一项辅助措施，而新的勘察方式则强调勘察应以静力触探为基础和有针对性地进行钻探、室内试验和其他原位测试，它同样重视钻探、室内试验的作用，这种勘察方式的转变使钻探孔数大大减少，缩短了勘察周期，节约了勘察成本，并提高了勘察的质量。利用静力触探测试技术代替传统的勘察方式，需要对静力触探数据进行深入的挖掘和充分的利用。

目前，国内外学者通过静力触探参数与土层力学指标间的统计分析已建立了大量的回归方程或经验公式，但这些回归方程受土性分类识别、形成环境及回归分析中所采用静力触探参数的可靠性影响，在工程实践中难以广泛应用；现有一些地方规范及工程地质手册主要列出了单桥静力触探数据与地基承载力的经验取值关系，并无具体的理论和方法，适用范围也不广泛。因此，如何提供一种基于双桥静力触探数据的力学指标确定方法，建立力学指标的预测模型，已成为本领域亟待解决的技术问题。

发明内容

本发明的目的是利用现有的双桥静力触探数据和地基承载力、抗剪强度、压缩模量三个力学指标，采用BP神经网络算法，研制一种基于BP神经网络的双桥静力触探数据的力学指标确定方法。

本发明一种基于BP神经网络的双桥静力触探数据的力学指标确定方法，其具体技术方法按以下步骤实施：

①、双桥静力触探数据和土的力学指标的收集与整理：通过收集整理场地工程地质勘察报告、土工试验成果资料等，收集统计双桥静力触探数据和土的力学指标；

所述的双桥静力触探数据包括锥尖阻力q_c和侧壁摩阻力f_s；所述的土的力学指标包括地基承载力f₀、抗剪强度（粘聚力c、内摩擦角）、压缩模量E_s。

②、建立双桥静力触探力学指标确定BP神经网络预测模型：基于BP神经网络算法，利用步骤①的数据信息建立预测模型；

所述的双桥静力触探力学指标确定BP神经网络模型采用1个输入层、1个输出层和1个隐含层的网络结构，具体建立过程按下列方式实施：

将沿深度的第n-2，n-1，n，n+1，n+2个锥尖阻力q_c值和n-2，n-1，n，n+1，n+2个侧摩阻力f_s值作为输入层，网络模型输入层由10维矢量构成：

将第n个输入值对应深度点处土的力学指标作为输出层，网络模型输出层为4维矢量：

Y＝[Dⁿ,Cⁿ,Jⁿ,Mⁿ,]

Dⁿ表示第n个输入值对应深度处的地基承载力，Cⁿ表示第n个输入值对应深度处的粘聚力，Jⁿ表示第n个输入值对应深度处的Mⁿ表示第n个输入值对应深度处的压缩模量。

③、对双桥静力触探力学指标确定BP神经网络预测模型进行训练：运用matlab软件，设定网络训练函数类型，输出层激活函数类型，最大迭代次数epochs，期望误差最小值设定值goal和修正权值的学习效率lr，对BP神经网络模型进行训练；

所述的网络训练函数类型采用traincgf函数；

所述的输出层激活函数类型采用purelin函数；

所述的最大迭代次数epochs设定为1000次；

所述的期望误差最小值设定值goal设定为0.01；

所述的修正权值的学习效率lr设定为0.05。

④、运用步骤③中已完成训练的双桥静力触探力学指标确定BP神经网络预测模型，通过土层双桥静力触探数据平均值对土层力学指标进行预测；

所述的土层双桥静力触探数据平均值为各层土中所有锥尖阻力q_c和侧壁摩阻力f_s的算数平均值。