基于极大似然估计的BP算法及其在深基坑开挖参数辨识中的应用

• 作者: 李锡夔 汤勇力
• 来源期刊: 计算力学学报
• 学科: 工学
• 关键词: 深基坑开挖 参数辨识 极大似然估计 有限元 人工神经网络 BP算法
• 年，卷（期）: 2001,（2）
• 页码范围: 138-145
• 页数: 8页
• 分类号: TB115|TU42
• 字数: 5623字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-4708.2001.02.003

摘要

本文采用人工神经网络BP算法对深基坑开挖工程中的参数进行辨识.将某些现场实测值作为网络输入,土层物性参数作为网络的输出,通过有限元计算取得学习样本来训练网络,从而达到对深基坑开挖工程中的参数进行辨识的目的.同时,本文提出了将极大似然估计引入BP学习算法中,可以考虑学习样本和网络输入(现场实测值)的误差,可以求得所辨识参数的可靠度.本文还对动态调整BP学习算法的学习速率因子、冲量系数以加快网络学习速度的算法进行了研究,本文算例表明本文算法训练速率可比传统BP算法快10倍以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李锡夔	大连理工大学工业装备结构分析国家重点实验室	70	761	16.0	25.0
2	汤勇力	大连理工大学工业装备结构分析国家重点实验室	2	27	2.0	2.0