[发明专利]一种基于BP神经网络的双桥静力触探数据的土层量化分层方法

说明书

技术领域

本发明涉及岩土工程原位测试应用研究领域，具体地说是一种基于BP神经网络的双桥静力触探数据的土层量化分层方法。

背景技术

传统勘察方式以钻探为主，在钻探过程中对某深度处的土进行取样，并对土性进行描述。由于取样区段只占工程勘探总深度的极小部分，其余绝大部分仅靠对扰动土样视觉和触觉的鉴别来对土性进行定性描述。由于工作人员的水平及经验参差不齐，对土性的认知不一，随意性大，从而造成工程地质剖面土质分类不是完全建立在定量测定的基础上，使土类分层结果可信度低，难以检查，容易导致工程事故。

目前，利用双桥静力触探对土层进行量化分层的研究较少，现有规范及工程地质手册的分层标准并不统一，且无量化分层的计算理论及方法，具有较强的人为性，从而影响了工程勘察的准确性及双桥静力触探数据的综合利用。因此，如何提供一种基于双桥静力触探数据的土质量化分层方法，建立土质量化分层预测模型，已成为本领域亟待解决的技术问题。

发明内容

本发明的目的是利用现有的双桥静力触探数据和土类分层信息，采用BP神经网络算法，研制一种基于BP神经网络的双桥静力触探数据的土层量化分层方法。

本发明一种基于BP神经网络的双桥静力触探数据的土层量化分层方法，其具体技术方法按以下步骤实施：

①、双桥静力触探数据和土类分层信息的收集与整理：通过收集整理场地工程地质勘察报告、土工试验成果资料等，收集统计双桥静力触探孔沿深度的静力触探数据和土类分层信息；

所述的双桥静力触探数据，包括：锥尖阻力qc和侧壁摩阻力fs；所述的土类分层信息，包括：粘土、粉质粘土、粉土和粉砂；

②、建立双桥静力触探土质量化分层BP神经网络预测模型：基于BP神经网络算法，利用步骤①的数据信息建立预测模型；

所述的双桥静力触探土质量化分层BP神经网络模型采用1个输入层、1个输出层和1个隐含层的网络结构，具体建立过程按下列方式实施：

将沿深度的第n-2，n-1，n，n+1，n+2个锥尖阻力q_c值和n-2，n-1，n，n+1，n+2个侧摩阻力f_s值作为输入层，网络模型输入层由10维矢量构成：

X=[qcn-2,qcn-1,qcn,qcn+1,qcn+2,fsn-2,fsn-1,fsn,fsn+1,fsn+2]]]>