土工膜动态预测模型
动态预测方法区别于静态预测方法的最大特征在于:其原始数据处理系统可以根据观测数据的变化趋势不断调整，土工膜能够及时将实测数据的变化纳入系统，由
此得到的蠕变预测值也更为合理。目前常用的动态预测方法有:
(1)土工膜BP神经网络模型
在预测领域中应用最广泛的是BP网络。BP网络的学习算法是一种误差反向传播式网络权值训练方法。它的理论基础是多层神经网络模型，它包括输入层、隐
层和输出层3个层次，输入层有n个结点，输出层有m个结点。神经网络是一个复杂的非线性动力学网络系统，一个具有偏差和至少一个S型隐含层加上一个线性
输出层的网络能够逼近任何有理函数。最小二乘和BP神经网络特有的非线性能力，土工膜较好地解决了蠕变系数及三参数法对蠕变数据拟合精度不高的问题。但神经网络
需要大量的数据作为学习和训练网络结构，土工膜实践证明，在贫数据的情况下应用神经网络，其结果不够理想。www.dumiyu.com