粗粒土本構關系的神經網絡模型研究.pdf

1、土力學學科創(chuàng)立以來已發(fā)展了上百個土的本構模型。雖然現在對土的力學性質已經認識的比較清楚，常用的本構模型也能基本反應土應力應變關系的主要特征，但仍然有必要進一步探索新的建模方法，以便建立能夠更加全面準確反映土本構關系的力學模型。神經網絡方法是人工智能的重要研究成果，具有極強的非線性映射能力、冗余容錯能力和模糊計算能力，正是因為神經網絡方法具有這樣的特點，使得采用神經網絡方法研究土的本構關系成為可能。 粗粒土因其優(yōu)良的工程特性，在鐵

2、路路基、邊坡護岸、人工筑島等工程中應用廣泛。粗粒土的本構關系十分復雜，在中高圍壓條件下表現為應變硬化和剪縮，在低圍壓條件下表現出應變軟化和剪脹，目前尚無一種模型能夠完全反應粗粒土的這些力學特征。本文系統(tǒng)全面的研究了用神經網絡方法模擬粗粒土本構關系的具體實施過程，并就模擬過程中出現的各種問題進行了探討，如網絡模型學習曲線的收斂、網絡模型的外延性等。第二章首先詳細介紹了神經網絡方法的概念、計算能力以及在巖土工程中的一些應用。第三章用神經網絡