TY -的A2 -林,陈健盟——Ebid艾哈迈德·m . AU - Nwobia光即非盟- Onyelowe肯尼迪c . AU - Aneke弗兰克i . PY - 2021 DA - 2021/07/27 TI -预测Nanobinder-Improved非饱和土一致性限制使用遗传编程和人工神经网络SP - 5992628六世- 2021 AB -不饱和土壤作为压实路基,回填,或基础材料反应不利地液压约束环境下由于膨胀和收缩周期响应季节性变化。要克服这些不良条件下,添加剂稳定过程是用来改善土壤的体积变化现象。然而,使用辅助粘结剂制成的固体废弃物基粉末材料已成为必要的应对危险的温室由于使用普通水泥。与此同时,一些研究正在开展设计基础设施甚至不足的限制或缺乏有效的设计所需的设备性能。智能预测技术被用来克服这个缺点,本研究工作的主要目的。因此,在这项工作中,遗传规划(GP)和人工神经网络(ANN)被用来预测一致性限制,即。、液体限制、塑性极限和塑性指数的非饱和土复合粘结剂处理被称为混合水泥(HC)混合制成纳米采石场罚款(NQF)和hydrated-lime-activated纳米稻壳灰(HANRHA)。预测所需的数据库操作生成几个实验与治疗剂量HANRHA介于0和12%的0.1%的速度。稳定运动的结果显示大量发展土壤特性检查,而预测运动表明,ANN超然GP在绩效评估方面,进行了利用平方误差的总和(SSE)和确定系数( R ²)指数。一般来说,纳米结构组件的粘合剂材料导致了成功实现在土壤改良和效率的预测模型。SN - 1687 - 9724 UR - https://doi.org/10.1155/2021/5992628 - 10.1155 / 2021/5992628摩根富林明应用计算智能和软计算PB - Hindawi KW - ER