基于季节冻土微观结构特征的神经网络冻胀率仿真预测

为了寻求基于宏观-微观物理参数间接得到季节冻土冻胀率的途径,根据现有技术手段容易测试到土的性质参数,利用BP神经网络法对季节冻土冻胀率进行预测.选取微观孔隙参数及结构单元体参数各4个、外部条件参数3个共11个参数,建立季节冻土冻胀率神经网络预测模型.结果表明在33个检验样本中,误差最大为0.19,最小为0.00,有4个样本的误差在0.1~0.19之间,其他样本误差都在0.05以下,占总样本数的88%,说明模型能反映冻胀变化的基本趋势.因此,文中建立的基于11个宏观微观物理参数的BP神经网络冻胀率预测模型是可行的.