神经网络在岩体力学参数和地应力场反演中的应用

详细信息   

• 责任者：金长宇^c大连理工大学 ; 马震岳 ; 张运良 ; 沙瑞华 ; 陈庆发^c武汉理工大学
• 刊名：岩土力学
• 出版年：2006
• 卷期：27^b8总125
• 关键词：神经网络系统 ; 岩体力学 ; 地应力20^a反演问题 ; 有限差分法30^a拓扑 ; BP神经网络
• 页码：1263～1266，1271
• 索书号：P478.06/357
• 图表：^c表2参8插图
• 分类号：2000,1600
• 文摘期号：2007/03

摘要

///BP神经网络已广泛地应用于岩体力学参数和初始应力场的反演分析,但在实际应用中,BP网络存在着网络训练易于过度、收敛速度慢、易陷入局部极小以及隐层节点数难于确定等缺点。采用RBF网络和改进的BP网络,利用基于有限差分格式的快速拉格朗日算法进行正分析计算,依据若干测点的正应力数据,反演了计算区域的岩体力学参数以及初始应力场。算例表明,RBF神经网络与快速拉格朗日算法相结合,在样本容量相同的情况下,反演分析的精度、网络的拓扑结构以及学习、收敛速度,均优于采用BP网络的反演算法。