10.3321/j.issn:1000-2383.2005.04.012
基于改进BP网络算法的隧洞围岩分类
围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法,进行隧洞围岩分类,在传统BP算法的基础上,通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法,使得当误差大于上临界值时,则降低学习率,当误差小于下临界值时,则适当提高学习率,这样可加快网络的训练速度,确保网络的稳定性;通过引入调整学习率参数,使得传递过程更加敏感,加快了传递函数的收敛速度,提高了训练函数的计算精度;通过给定隐含层节点模型的取值范围,对网络结构进行优化,提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中,分类结果与根据<水工隧洞设计规范(SL279-2002)>的分类结果完全一致,表明该方法具有良好的工程实用性.
围岩分类、人工神经网络、改进BP网络算法、工程应用
30
P642(水文地质学与工程地质学)
2005-08-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
480-486