咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于BP神经网络的海底浅层超软黏土不排水抗剪强度预测 收藏

基于BP神经网络的海底浅层超软黏土不排水抗剪强度预测

Prediction of undrained shear strength of shallow seabed ultra soft clay based on BP neural network

作     者:孙耀 李飒 李怀亮 甘惠良 赵福臣 SUN Yao;LI Sa;LI Huailiang;GAN Huiliang;ZHAO Fuchen

作者机构:天津大学建筑工程学院天津300350 海洋石油工程股份有限公司天津300461 

出 版 物:《中国海上油气》 (China Offshore Oil and Gas)

年 卷 期:2024年第36卷第1期

页      面:176-185页

核心收录:

学科分类:081505[工学-港口、海岸及近海工程] 08[工学] 0815[工学-水利工程] 0824[工学-船舶与海洋工程] 0814[工学-土木工程] 082401[工学-船舶与海洋结构物设计制造] 

基  金:国家自然科学基金“深海土内结构演化与多过程耦合模型和计算理论(编号:51890911)”部分研究成果 

主  题:海底浅层 超软黏土 不排水抗剪强度 BP神经网络 权积法 物性指标 敏感度 

摘      要:准确评估海底浅层超软黏土的不排水抗剪强度对海洋资源开发、灾害评估、海洋工程建设等具有重要的意义。世界多个海域超软黏土数据分析对比表明,现有不排水抗剪强度评估经验公式存在受地域限制的问题,计算精度较低。因此,以超软黏土的6个物性指标为输入变量,不排水抗剪强度为输出变量,建立BP神经网络模型进行海底浅层超软黏土不排水抗剪强度预测;根据建立的超软黏土不排水抗剪强度与物性指标之间的非线性映射网络,以权积法求解超软黏土不排水抗剪强度对各指标的敏感度系数,定量分析各指标对不排水抗剪强度的影响程度。结果表明:考虑多因素影响的BP神经网络模型在超软黏土不排水抗剪强度预测方面具有普遍适应性,其预测结果非常接近落锥试验实测结果,均方差0.02139,R2值达到0.9874,预测精度远高于现有经验公式;采用权积法计算得到的对数流动性指标对不排水抗剪强度最为敏感;据此建立了以对数流动性指标为参数的黏土不排水抗剪强度预测经验公式,该公式在计算中国海域超软黏土不排水剪切强度方面具有较高精度,但由于数据量有限,依旧存在一定局限性。本研究为海底浅层超软黏土不排水抗剪强度的计算提供了参考。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分