岩体变形模量偏最小二乘回归与神经网络关联性研究

摘要：

偏最小二乘回归不直接考虑因变量与自变量回归问题,而直接提取与系统有关的新的综合变量,并能利用交叉原理确定成分个数,尤其在分析单因变量与多自变量间关系上,其所得结果更为满意;人工神经网络具有自适应学习和记忆能力,尤其是3层BP网络模型.把这两者相关联,以岩体变形模量为因变量,岩石比重等7个因素为自变量,分析研究了焦作-晋城高速公路试验资料,所得拟合值与实测值误差最大为5.43%,较偏最小二乘法回归分析19.07%的误差好了许多.该方法为参数选取找到了一条新的途径.

关键词：岩石力学、偏最小二乘回归、人工神经网络、岩体变形模量

所属期刊栏目：23

分类号：TU452(土力学、地基基础工程)

资助基金：河南省高校杰出科研人才创新工程项目HAIPURT;华北水利水电学院校科研和教改项目

在线出版日期：2004-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3770-3774