论文部分内容阅读
模糊理论在土体冻胀预测中存在的知识获取和自适应能力较低等方面不足,而神经网络在模糊推理方面欠缺,因此提出基于自适应神经模糊系统(ANFIS)的季冻区土体冻胀预测模型。该系统采用减法聚类初始化模糊推理,把神经网络学习机制引入到逻辑推理中,利用混合学习算法调整前提参数和结论参数,自动产生模糊规则。利用文献中土体冻胀试验数据来训练和检测ANFIS网络。研究结果表明,与基于BP神经网络的计算结果比较,ANFIS预测模型具有学习速度快、拟合能力较好、计算精度高等优点,该方法是一种有效地预测土体冻胀的方法。