10.19731/j.gdtmyjz.2020.04.001
基于Quickprop算法的BP神经网络在边坡稳定性预测中的应用
目前,人工智能方法已经在岩土边坡稳定性预测方面得到应用,由于边坡稳定性的目标函数非线性强,且难获取受力效应的数学解,致使常规预测方法很难得到准确的预测结果.为提高边坡稳定性的预测精度和预测效率,在常规BP神经网络方法的基础上,结合边坡稳定性相关影响因素,采用基于Quickprop算法对预测误差进行归类判断,改善神经网络的构建方式,提高神经网络的预测精度和效率.经测试数据验证,改进的BP神经网络可用于边坡稳定性预测,预测误差小、精度高,具有较强的应用效果.
边坡稳定性、安全系数、BP神经网络、Quickprop算法、预测误差
27
TU457(土力学、地基基础工程)
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
1-5,29