10.3969/j.issn.1672-9315.2007.04.007
基于蚁群算法和神经网络的位移反分析
运用蚁群算法和人工神经网络构造了位移反分析的蚁群人工神经网络模型,并基于正交试验获得的训练样本对网络进行学习,以此训练好的神经网络模型来描述岩体力学参数和位移之间的关系.该方法以神经网络为基础,用蚁群算法来学习神经网络的权系数.利用反演结果.建立快速拉格朗日快速计算法(FLAC)模型,时地表沉陷进行预测.结果表明:用蚁群算法训练神经网络,可兼有神经网络广泛映射能力和蚁群算法快速全局收敛的性能.
神经网络、蚁群算法、数值模拟、力学参数
27
TD325(矿山压力与支护)
2008-05-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
569-572,589