10.3969/j.issn.1000-7849.2005.04.019
基于RBF神经网络的软基短期沉降预测研究
RBF(radial basis function)神经网络是一类比较优越的前向式多层神经网络,比传统的BP网络有较快的收敛速度.以深圳湾西部通道填海软基沉降的预测分析为例,探讨采用RBF神经网络解决这一问题的方法.采用插值方法构建时间间隔统一的时间序列数据并进行归一化处理,在此基础上建立了沉降变形时间序列的RBF神经网络模型,通过训练网络模型来预测沉降量.计算实例表明,模型具有运算速度快、预测精度高的特点,是一种具有应用前景的软基预测新方法.
软基、RBF 神经网络、时间序列、沉降预测
24
TU471.8(土力学、地基基础工程)
2006-01-19（万方平台首次上网日期，不代表论文的发表时间）
共4页
99-102
