[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

摘要

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，其步骤为①、双桥静力触探数据和土的力学指标的收集与整理；②、建立双桥静力触探力学指标确定BP神经网络预测模型；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；④、运用已完成训练的双桥静力触探力学指标确定BP神经网络预测模型对土层力学指标进行预测。其优点是为通过静力触探数据确定土层力学指标提供了可靠的理论方法；以大量双桥静力触探数据和土类力学指标作为训练样本，为力学指标确定BP神经网络预测模型的可靠性提供有力支撑，保证了预测结果的准确性；可使勘察工作中钻探孔数大大减少，从而缩短勘察周期，节约勘察成本，并能提高工程勘察的质量。

主权项

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，其特征在于，其方法包括以下步骤：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，收集统计双桥静力触探数据和土的力学指标；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；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；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qc值和n‑2，n‑1，n，n+1，n+2个侧摩阻力fs值作为输入层，网络模型输入层由10维矢量构成：X=[qcn-2,qcn-1,qcn,qcn+1,qcn+2,fsn-2,fsn-1,fsn,fsn+1,fsn+2]]]>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。