基于BP神经网络的膨胀土判别分级方法研究

摘要

以安康膨胀土为研究对象,选用粘粒含量、粉粒含量、液限和塑性指数4个分级指标,建立了两层无偏置的BP神经网络模型,研究膨胀土的判别分级问题。结果表明,该模型学习效果良好,能准确预测未知样本的膨胀性;对于安康膨胀土,粘粒含量和粉粒含量对分级结果影响较大,而液限和塑性指数影响较小;相比于传统的指标分级法,该模型具有较好的容错能力,可有效减小指标测量误差对分级结果的影响;BP神经网络用于膨胀土的判别分级是合理可行的,具有一定的推广与应用价值。