一种基于神经网络预测吹填土标高的方法
【专利摘要】本发明公开了一种基于神经网络预测吹填土标高的方法，特别是涉及一种基于神经网络预测软基吹填标高和加固后标高的预测方法。基于神经网络理论运用VisualBasic语言开发的“围海造陆吹填土标高神经网络预测系统”软件对吹填土标高进行预测，包括以下步骤：收集已有围海造陆工程实测数据，形成吹填标高预测数据库和加固后标高预测数据库；运用所开发的软件对相应的数据库进行学习训练；输入待预测工程的影响因素数值，对待测因子进行预测。该方法具有双向预测功能，已知加固后标高可预测吹填标高，已知吹填标高可预测加固后标高，适用范围较广。该方法应用简便且预测精度较高，可满足工程需要。
【专利说明】—种基于神经网络预测吹填土标高的方法【技术领域】
[0001]本发明涉及一种基于神经网络预测吹填土标高的方法，特别是涉及一种基于神经网络预测软基吹填标高和加固后标高的预测方法，属于软基处理【技术领域】。
【背景技术】
[0002]随着经济的迅速发展，沿海发达地区用地日益紧张，围海造陆工程已经在天津、上海等经济发达的沿海地区大规模开展。围海造陆的主要方法是利用航道清淤等含水量很高的泥土吹填形成吹填土地基，再经真空预压进行加固，达到设计的承载力和高度要求，若吹填高度过高，后期需要清除多余土体造成资源浪费，若吹填高度不足，后期需要进行补吹泥土和二次加固从而造成工期的延后和造价的提高，所以吹填土的标高确定极为重要。吹填土是由含水量很高的吹填泥浆形成的，现有计算方法主要是利用已有的固结理论进行计算，计算过程复杂且结果存在较大的偏差，于是迫切需要一种能准确且简便的确定工程中吹填土所需要达到的吹填标高的方法。本发明即是基于以上需要提出的。
[0003]人工神经网络(Artif icial Neural Network,简称ANN)以数学模型模拟神经兀活动，是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼近能力，拥有强大的容错性，它可以实现仿真、预测以及模糊控制等功能，是处理非线性系统的有力工具。
[0004]目前，神经网络在土木工程领域已得到了一定程度的应用，例如利用神经网络进行结构的分析与优化、建立材料的本构关系等，但在软基处理标高预测方面尚没有研究和应用，在围海造陆的长期实践中已经积累了大量吹填土沉降计算有关的数据，包括吹填土的含水量、塑性指数等 ，使该领域应用神经网络成为了可能。
【发明内容】
[0005]本发明的目的在于提供一种基于神经网络预测吹填土标高的方法，该方法具有双向预测功能特点，所述的双向预测:其一是指已知吹填土加固后标高可预测吹填土吹填标闻，其二是指已知吹填土吹填标闻可预测吹填土加固后标闻，而且预测精度较闻。
[0006]本发明是通过以下技术方案实现的，一种基于神经网络预测吹填土标高的方法，所述的标高采用1972年天津市大沽高程系2003年高程，即天津市规划局颁布的在天津市域范围内统一使用的高程标准，该高程系以宝坻基岩标作为大沽高程的基准面，该方法其特征在于:采用以Visual Basic语言开发的“围海造陆吹填土标高神经网络预测系统”软件，该软件主要的程序代码为:
Public Sub StudyMainO For Count = I To NN Call MidLayer Call OutLayer Call OutErrorCall MidErrorCall Modify—Mid—OutCall Modify—In—MidNext CountEnd Sub
Public Sub Initial ()
Dim i，j，k As Integer
Randomize
For j = I To JJ
For i = I To II
V(j, i) = 2 * Rnd -1
Next i
Next j
For k = I To KKFor j = I To JJW (k, j) = 2 * Rnd -1Next jNext k
For j = I To JJR(j) = 2 * Rnd -1Next j
For k = I To KKQ(k) = 2 * Rnd -1Next kEnd Sub
Public Sub Teacher()
Dim i，j，k As IntegerOpen TT For Input As #1For j = I To NNFor i = I To II + KKIf i <= II ThenInput #1, z (j, i)
Else
k = 1-1IInput #1，d(j，k)
End IfNext iNext j
For i = I To II
【权利要求】
1.一种基于神经网络预测吹填土标高的方法，所述的标高采用1972年天津市大沽高程系2003年高程，即天津市规划局颁布的在天津市域范围内统一使用的高程标准，该高程系以宝坻基岩标作为大沽高程的基准面，该方法其特征在于:采用以Visual Basic语言开发的“围海造陆吹填标高神经网络预测系统”软件，该软件主要的程序代码为:
【文档编号】G06F19/00GK103530526SQ201310516428
【公开日】2014年1月22日 申请日期:2013年10月29日 优先权日:2013年10月29日
【发明者】孙立强, 闫澍旺, 郭炳川, 李嘉, 刘晓强 申请人:天津大学