文档名：基于BP神经网络的固化红土抗压强度预测
摘要：为分析不同掺量的偏高岭土与石灰共同掺入玄武岩残积红土中对土体的改良效果,本试验选取偏高岭土的掺量分别为0％、2％、4％、6％和8％,石灰的掺量分别为0％、2.5％、5.0％、7.5％和10.0％,同时掺入玄武岩残积红土中,制作25组不同固化红土,对其进行28d无侧限抗压强度正交试验,并用MATLAB软件建立神经网络预测模型,预测固化红土养护28d的抗压强度.研究结果表明:本模型预测误差最大为4.56％,拟合度为0.997,且本方法比常规回归分析法更简单、更准确,可预测不同固结材料和掺量的固化红土抗压强度,提高试验效率.
Abstract：Inordertoexploretheimprovementeffectofdifferentdosagesofmetakaolinandlimemixedwithresidualsoilofbasalticweatheredsoil,thisexperimentselectedkaolindosagesof0％,2％,4％,6％,and8％,andlimedosagesof0％,2.5％,5.0％,7.5％,and10.0％,simultaneouslymixedwithbasaltresiduallateritetoprepare25groupsofdifferentlysolidifiedredsoils.Anorthogonaltestontheunconfinedcompressivestrengthofthesoilswasconductedfor28days,andaneuralnetworkpredictionmodelwasestablishedbyMATLABtopredictthe28-daycompressivestrengthofsolidifiedlaterite.Theresultsshowthatthemaximumpredictionerrorofthemodelis4.56％,withacoefficientofdeterminationof0.997.Furthermore,thismethodofferssimplicity,higherefficiency,andgreateraccuracyoverconventionalregressionanalysistechniques,whichenablesthepredictionofthecompressivestrengthofsolidifiedlateritewithdifferentconsolidationmaterialsanddosages,therebyimprovingexperimentalefficiency.
作者：王硕 唐正光 华伦Author：WANGShuo TANGZhengguang HUALun
作者单位：昆明理工大学建筑工程学院,云南昆明650500
刊名：交通科学与工程
Journal：JournalofTransportScienceandEngineering
年，卷(期)：2024, 40(2)
分类号：TU411
关键词：玄武岩残积红土 BP神经网络 抗压强度 强度预测模型 预测误差
Keywords：basaltresiduallaterite BPneuralnetwork compressivestrength strengthpredictionmodel predictionerror
机标分类号：TU528.31TP183TU411
在线出版日期：2024年5月13日
基金项目：拉萨市设计院校企合作项目基于BP神经网络的固化红土抗压强度预测[
期刊论文] 交通科学与工程--2024, 40(2)王硕 唐正光 华伦为分析不同掺量的偏高岭土与石灰共同掺入玄武岩残积红土中对土体的改良效果,本试验选取偏高岭土的掺量分别为0％、2％、4％、6％和8％,石灰的掺量分别为0％、2.5％、5.0％、7.5％和10.0％,同时掺入玄武岩残积红土中,制作25组不同固化红...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于BP神经网络的固化红土抗压强度预测 Compressive strength prediction of solidified laterite based on BP neural network
基于BP神经网络的固化红土抗压强度预测.pdf
- 文件大小:
- 5.2 MB
- 下载次数:
- 60
-
高速下载
|
