黄土湿陷性的智能化评价 Intelligent Evaluation of Loess Collapsibility

Intelligent Evaluation of Loess Collapsibility

提出了用数据挖掘中的预测技术进行黄土湿陷性评价.根据实际工程资料建立黄土物理力学数据库,用BP算法建立预测模型.实例分析表明,预测湿陷系数所得的湿陷量计算值精度可达89%,这说明黄土湿陷性的智能化评价方法具有可行性和实用性.水利论文!`GQ0N-KFPEZ|6]

作 者： 井彦林 仵彦卿 崔中兴 宋学庆 李寅良 JING Yan-lin WU Yan-qing CUI Zhong-xing SONG Xue-qing LI Ying-liang  

作者单位：井彦林,JING Yan-lin(西安理工大学,岩土所,陕西,西安,710048;煤炭工业西安设计研究院,陕西,西安,710054)
v/RT E V`V0仵彦卿,崔中兴,WU Yan-qing,CUI Zhong-xing(西安理工大学,岩土所,陕西,西安,710048)
He?r7E||O0宋学庆,SONG Xue-qing(信息产业部,电子综合勘察研究院,陕西,西安,710054)水利论文 Fdc6|hvyF
李寅良,LI Ying-liang(煤炭工业西安设计研究院,陕西,西安,710054) 

刊 名：水土保持通报  ISTIC PKU

英文刊名：BULLETIN OF SOIL AND WATER CONSERVATION 

年，卷(期)：2006 26(1) 

分类号：S151.92 S155.24 

关键词：黄土湿陷性   数据挖掘   BP神经网络   预测  

机标关键词：黄土湿陷性智能化建立预测模型湿陷性评价预测技术物理力学数据挖掘湿陷系数评价方法工程资料数据库湿陷量计算值分析表算法精度 

基金项目：煤炭工业西安设计研究院科研项目