基于时间序列—动态神经网络吹填土沉降预测研究

详细信息   

• 责任者：王蕊颖^c吉林大学 ; 王清 ; 张颖^c辽宁有色勘察研究院 ; 项良俊
• 刊名：工程地质学报
• 出版年：2013
• 卷期：21^b3总95
• 关键词：填土 ; 沉降20^a预测 ; 神经网络系统 ; 沉降量
• 页码：351～356
• 索书号：P470.66/107
• 图表：^c表3参21插图
• 分类号：1600
• 文摘期号：2014/01

摘要

吹填土围海造陆技术能有效缓解土地资源紧张的问题，所以提高此项技术水平刻不容缓。但是吹填土中，黏粒含量高，有机质含量高，含水率和压缩性大，强度低，导致固结效率低，沉降速度慢。进行长期沉降观测需要耗费较多的资源，故大部分工程并不进行观测。吹填土土体表面形成硬壳的时间一般需要耗费2～3 a之久，工期长，加固效果不理想，工后实际沉降与预期沉降相差很大。因而，为工程达到规定变形的要求，如何结合沉降的观测数据进行长期沉降量的预测，以及针对预测得到沉降量，对吹填土采用哪种处理方式成为我们亟待解决的问题。该文通过自编程序建立了时间序列—动态神经网络的非线性方法，并将其运用于吹填土沉降的预测中并分析结果。结果表明，动态神经网络的方法可较为合理准确的运用于软土的固结沉降预测中，误差小，可行性强，预测结果具有较高的精度和稳定性。