基础选型是一个涉及面广,综合性强的工作,需要多方面的知识和丰富的工程设计经验,尤其在盐渍土地区,不良的地基土性质加大了基础选型的不确定性因素。这种情况下,确定性的分析方法很难奏效,而人工神经网络等非确定性方法却可以发挥作用。本文运用了人工神经网络的方法来进行盐渍土地区桥涵基础的选型,它充分发挥了神经网络高度的非线性,高度的容错性和鲁棒性、自学习和实时处理等特点。本文首先通过大量检索基础工程的研究成果,归纳出盐渍土地区的工程特点以及工程病害,并概述了BP神经网络的基本原理,在建立基于人工神经网络的盐渍土地区桥涵基础选型模型的之前,分析了各种基础形式的优缺点以及适用范围,提取了盐渍土地区桥涵基础选型的主要控制因素,探讨了BP人工神经网络隐含层个数以及隐含层单元节点数的选取问题,确定了BP人工神经网络隐含层的结构。在Matlab7.1环境下建立了盐渍土地区桥涵基础选型的BP神经网络模型。并编制了人机交互式输入界面,方面设计人员的使用。在建立的模型中输入工程项目、工程地质资料数据作为网络学习训练样本,对建立的神经网络模型进行训练,优化网络模型。经检验,训练好的网络模型性能良好。从而表明运用神经网络方法在盐渍土地区基础选型设计中具有重要的参考价值和现实意义。