基于人工神经网络的土工合成材料加筋挡墙临界高度预测模型(英文)

提出了一种基于人工神经网络(ann)技术的加筋挡墙设计高度预测方法。通过分析挡墙失效的原因,确定了7个主要因素作为网络的输入神经元。收集23组挡墙离心模型试验数据,2组足尺试验数据,1组实际工程的破坏数据,共26组样本作为训练及检验样本,建立了可用于加筋挡墙设计高度预测的径向基函数网络(rbfn)及误差反传网络(bpn)模型。结果表明径向基函数网络在学习速度,预测准确性及网络推广能力方面均优于bp网络,本文方法可用于加筋支挡结构的设计参考。