|
|||||
|
|
| 三次样条插值对人工神经网络预测软土固结精确度的影响 | |
| 作者单位： | ;1.中南大学地球科学与信息物理学院;2.贵州财经大学仿真重点实验室 |
| 摘 要： | 软土固结会引起漫长的地基沉降。人工神经网络(ANN)是预测地基沉降的一种常用工具。为了进行预测,需要使用一定的前期沉降观测数据训练ANN。采用两类训练方法:一类是直接使用观测数据训练网络,这是普通方法;一类是在观测数据中借助三次样条插值(CSI)技术进行等时距插值,然后一并利用观测数据和插值训练网络。三次样条插值是通过求解三弯矩方程组,在曲线的非连续数据点之间形成填充数据的技术。借助Mat Lab的函数Spline,可以完成插值计算过程。结果发现,在不同固结阶段进行预测,引入CSI插值训练的网络预测准确度均高于直接用观测数据训练的网络。这一发现,对于工程实践具有重要意义。 |
| 关 键 词： | 人工神经网络 三次样条插值 固结沉降 精确度 预测 |
The Effect of Cubic Spline Interpolation on the Prediction of Soft Soil Settlement with Artificial Neural Network |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |