科研之友
微信
新浪微博
Facebook
分享链接
摘要
压缩变形是引起沉降的重要影响因素，其值过大会造成重大地质灾害，压缩模量是其重要指标，预测压缩模量对于预防地质灾害具有重要意义。基于广义回归神经网络的基本原理，以常规土物性指标作为输入向量，以压缩模量(ES1-2)为输出向量，网络输出结果的最大相对误差和最小相对误差分别为10.73%和0%、均方误差为0.683 1、与真实值吻合度很高，故模型可运用到压缩模量的预测。比较不同光滑因子值下的均方误差，0.9时的均方误差较其他取值小，故在参数设置过程中应该正确选取光滑因子的值。为证明基于广义回归神经网络的预测模型的性能，以均方误差为评价标准与其他算法比较，广义回归神经网络预测模型的均方误差小于其他算法，说明基于广义回归神经网络预测模型性能优于其他算法所构建的预测模型。
-
单位萍乡市规划勘察设计院; 南昌航空大学
