膨脹土判別與分類(lèi)的BP神經(jīng)網(wǎng)絡(luò)方法研究

　　膨脹土判別與分類(lèi)的BP神經(jīng)網(wǎng)絡(luò)方法研究,主要針對(duì)膨脹土判別進(jìn)行論述，歡迎大家借鑒哦!

　　摘要：本文主要介紹了應(yīng)用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱，建立了針對(duì)膨脹土脹縮等級(jí)進(jìn)行判別和分類(lèi)的BP網(wǎng)絡(luò)方法。結(jié)果表明，采用該方法進(jìn)行判別和分類(lèi)是準(zhǔn)確和可靠的。

　　關(guān)鍵詞：膨脹土 判別與分類(lèi) MATLAB BP神經(jīng)網(wǎng)絡(luò)

　　引言

　　膨脹土(Expansive Soil)是土中粘粒成分主要由親水性礦物(主要是蒙脫石、伊利石)組成，同時(shí)具有顯著的吸水膨脹和失水收縮兩種變形特征的粘性土，并且具有長(zhǎng)期性、反復(fù)性和潛在性的特點(diǎn)。由于這種土在我國(guó)有廣泛的分布，這就給在膨脹土地區(qū)進(jìn)行工程建設(shè)帶來(lái)了很多困難。要鑒別某種土的膨脹性，判別指標(biāo)的選取原則除了要反映決定膨脹土的主要因素以外，還要便于工程的實(shí)際應(yīng)用。

　　1膨脹土及其特征

　　根據(jù)第二次國(guó)際膨脹土研究會(huì)議上的結(jié)論，膨脹土的定義為一種對(duì)于環(huán)境變化，特別是對(duì)于是濕度變化非常敏感的土。其反映是發(fā)生吸水膨脹和失水收縮，產(chǎn)生膨脹壓力，影響土的膨脹性的主要礦物是蒙脫石。能否充當(dāng)膨脹土判別指標(biāo)，主要看它是否滿足：①能反映膨脹土的本質(zhì);②指標(biāo)的測(cè)定簡(jiǎn)單便捷;③指標(biāo)數(shù)據(jù)可靠，重現(xiàn)性好。為了合理判別膨脹土并進(jìn)行分類(lèi)，必須認(rèn)真研究反映膨脹土基本性質(zhì)的各指標(biāo)間的關(guān)系，以及這些指標(biāo)的組合規(guī)律。

　　2 BP網(wǎng)絡(luò)模型與結(jié)構(gòu)

　　反向傳播網(wǎng)絡(luò)(Back-Propagation Network，簡(jiǎn)稱BP網(wǎng)絡(luò))是將W-H學(xué)習(xí)規(guī)則一般化，對(duì)非線性可微分函數(shù)進(jìn)行權(quán)值訓(xùn)練的多層網(wǎng)絡(luò)。

　　BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)體系一般由三個(gè)部分組成，即輸入層、中間隱含層與輸出層。其算法步驟如下：

　　(1)用任意小的隨機(jī)數(shù)設(shè)置全部權(quán)值和各神經(jīng)元?dú)埐畹碾S機(jī)數(shù)。

　　(2)給定輸入與期望輸出值

　　(3)通過(guò)神經(jīng)網(wǎng)絡(luò)之間前向傳播計(jì)算各層節(jié)點(diǎn)的輸出值

　�、僦貜�(fù)迭代計(jì)算，知道實(shí)際輸出與期望輸出的均方差小于某一給定值ε為止，網(wǎng)絡(luò)學(xué)習(xí)結(jié)束。

　�、谟脤W(xué)習(xí)好的神經(jīng)網(wǎng)絡(luò)，輸入要預(yù)測(cè)的樣本參數(shù)，就可以直接得到相應(yīng)的預(yù)測(cè)結(jié)果。

　　本文根據(jù)國(guó)內(nèi)外學(xué)者已有的研究成果，擬采用液限、塑限指數(shù)、自由膨脹率、<0.002mm顆粒含量以及比表面積作為膨脹土判別與分類(lèi)的指標(biāo)，利用MATLAB神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)工具箱，建立一種針對(duì)膨脹土進(jìn)行判別和分類(lèi)的BP網(wǎng)絡(luò)方法，利用BP網(wǎng)絡(luò)映射能力，通過(guò)對(duì)已有數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練，建立膨脹土特征指標(biāo)與膨脹土脹縮等級(jí)之間的對(duì)應(yīng)關(guān)系，進(jìn)而實(shí)現(xiàn)對(duì)未知土樣的判別與分類(lèi)。

　　3基于BP網(wǎng)絡(luò)的膨脹土判別與分類(lèi)方法

　　3.1膨脹土分類(lèi)等級(jí)的量化

　　(1)自由膨脹率：是用的最多最廣泛的指標(biāo)，反映土的膨脹潛在勢(shì)能。是指將固定體積的分散烘干土樣放在蒸餾水中任其自由膨脹，待其變形穩(wěn)定后，求出的變形百分率;

　　(2)脹縮總率：該指標(biāo)能反映土中礦物成分，粒度組成等特性;

　　(3)塑性指數(shù)：粘土呈塑性狀態(tài)的含水率變化范圍，塑性上下限含水量的差值為塑性指數(shù);

　　(4)液限：土從流動(dòng)狀態(tài)轉(zhuǎn)變?yōu)榭伤軤顟B(tài)的界限含水率，塑態(tài)與流態(tài)的界限含水量。

　　(5)粒度組成：土中小于0.002mm膠粒成分的含量愈高，一般表明蒙脫石成分較多，分散性較好，比表面積大，親水性強(qiáng)，膨脹性愈大。

　　由于本方法將采用輸出層為3個(gè)神經(jīng)元的BP神經(jīng)網(wǎng)絡(luò)來(lái)處理膨脹土分類(lèi)的預(yù)測(cè)問(wèn)題。因此，我們將以下分類(lèi)等級(jí)量化為一向量，具體形式如下表所示。

　　3.2 BP神經(jīng)網(wǎng)絡(luò)的建立、學(xué)習(xí)和訓(xùn)練

　　人工神經(jīng)網(wǎng)絡(luò)方法是模擬人的智能的一種方法，神經(jīng)元網(wǎng)絡(luò)系統(tǒng)是一種自適應(yīng)的高度非線性系統(tǒng)。利用取樣區(qū)已知的膨脹土樣品作為典型學(xué)習(xí)樣本，在綜合分析的基礎(chǔ)上，確定影響膨脹土脹縮特性的主要因素作為判別參數(shù)，作為輸入層各節(jié)點(diǎn)的輸入值。根據(jù)不同樣品的脹縮等級(jí)，給定輸出各節(jié)點(diǎn)的期望輸出值，對(duì)已知樣本進(jìn)行學(xué)習(xí)訓(xùn)練，直到神經(jīng)網(wǎng)絡(luò)掌握數(shù)據(jù)間的關(guān)系為止。

　　在膨脹土判別與分類(lèi)中，指標(biāo)的選擇必須在研究其脹縮機(jī)理的基礎(chǔ)上進(jìn)行，選擇表征膨脹土特征的相對(duì)獨(dú)立指標(biāo)，經(jīng)分析后，確定判別因子為液限、塑限指數(shù)、自由膨脹率、<0.002mm顆粒含量以及比表面積。

　　具體步驟為：

　　(1)網(wǎng)絡(luò)的建立

　　4網(wǎng)絡(luò)仿真

　　通過(guò)訓(xùn)練得到收斂的BP神經(jīng)網(wǎng)絡(luò)后，就可以用測(cè)試樣本對(duì)對(duì)網(wǎng)絡(luò)性能進(jìn)行檢查，其結(jié)果如下表。

　　由上表可以看出，神經(jīng)網(wǎng)絡(luò)對(duì)于膨脹土的預(yù)測(cè)準(zhǔn)確度在87.5%左右，由此可以得出，利用訓(xùn)練得到的收斂BP網(wǎng)絡(luò)對(duì)膨脹土脹縮指標(biāo)進(jìn)行預(yù)測(cè)是可靠也是可行的。

　　5結(jié)束語(yǔ)

　　本文簡(jiǎn)要介紹了膨脹土的性質(zhì)和常用分類(lèi)方法，建立了應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對(duì)膨脹土進(jìn)行脹縮性判別與分類(lèi)的方法，得到了滿意的結(jié)果，具體來(lái)說(shuō)，得到了以下幾點(diǎn)認(rèn)識(shí)：

　　(1)神經(jīng)網(wǎng)絡(luò)理論可以將人們對(duì)客觀世界的感受和判定與定量結(jié)合起來(lái)，提高了判別預(yù)測(cè)的準(zhǔn)確性;

　　(2)由于神經(jīng)網(wǎng)絡(luò)處理信息的分布式存儲(chǔ)方式，各輸入變量對(duì)輸出變量的影響在對(duì)樣本進(jìn)行學(xué)習(xí)時(shí)已經(jīng)在網(wǎng)絡(luò)的內(nèi)部表達(dá)出來(lái)，網(wǎng)絡(luò)建立起來(lái)的非線性關(guān)系是非常復(fù)雜的，一般對(duì)膨脹土進(jìn)行判別與分類(lèi)的經(jīng)驗(yàn)公式是難以表達(dá)這種復(fù)雜的非線性對(duì)應(yīng)關(guān)系;

　�、賯鹘y(tǒng)的統(tǒng)計(jì)回歸方法是研究膨脹土的普遍方法，也比較有效的解決了膨脹土判別和分類(lèi)的基本問(wèn)題。就其回歸方法本身，其中隱含著判別因子同脹縮性之間存在著沒(méi)有確定關(guān)系的假定，而神經(jīng)網(wǎng)絡(luò)無(wú)需建立基于某種理論的經(jīng)驗(yàn)統(tǒng)計(jì)關(guān)系;

　�、谏窠�(jīng)網(wǎng)絡(luò)有其獨(dú)特的聯(lián)想記憶能力，在處理復(fù)雜的判別及模式識(shí)別問(wèn)題方面比傳統(tǒng)的統(tǒng)計(jì)方法具有更強(qiáng)的能力。

　　綜上所述，人工神經(jīng)網(wǎng)絡(luò)具有智能化及計(jì)算機(jī)化的特點(diǎn)，有望成為膨脹土工程地質(zhì)領(lǐng)域進(jìn)行預(yù)測(cè)判定的有效方法，具有較好的實(shí)用價(jià)值。

　　參考文獻(xiàn)

　　[1]施斌，李生林，杜延軍，中國(guó)膨脹土工程地質(zhì)研究，自然，1997，19(2);82～86.

　　[2]叢爽.面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用[M].合肥：中國(guó)科技大學(xué)出版社，1998.

【膨脹土判別與分類(lèi)的BP神經(jīng)網(wǎng)絡(luò)方法研究】相關(guān)文章：

基于改進(jìn)BP的神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制10-06

BP神經(jīng)網(wǎng)絡(luò)在無(wú)人機(jī)成本估算中的應(yīng)用10-07

試論通貨膨脹時(shí)期的金融經(jīng)濟(jì)研究10-05

樂(lè)器分類(lèi)體系研究10-06

基于魚(yú)群神經(jīng)網(wǎng)絡(luò)的信息安全性評(píng)價(jià)與研究論文10-08

通貨膨脹預(yù)期對(duì)我國(guó)經(jīng)濟(jì)的影響分析及對(duì)策研究10-08

通貨膨脹時(shí)期的金融經(jīng)濟(jì)研究淺析論文10-09

楚辭研究方法10-08

新探級(jí)數(shù)收斂的判別方法數(shù)學(xué)論文摘要10-08

黑翅土白蟻防治方法11-15