基于RBF神经网络的软基短期沉降预测研究

• 作者: 彭涛 李福民 杨岸英 梁杏 袁琴
• 来源期刊: 地质科技情报
• 学科: 工学
• 关键词: 软基 RBF 神经网络 时间序列 沉降预测
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 工程地质
• 页码范围: 99-102
• 页数: 4页
• 分类号: TU471.8
• 字数: 2979字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7849.2005.04.019

摘要

RBF(radial basis function)神经网络是一类比较优越的前向式多层神经网络,比传统的BP网络有较快的收敛速度.以深圳湾西部通道填海软基沉降的预测分析为例,探讨采用RBF神经网络解决这一问题的方法.采用插值方法构建时间间隔统一的时间序列数据并进行归一化处理,在此基础上建立了沉降变形时间序列的RBF神经网络模型,通过训练网络模型来预测沉降量.计算实例表明,模型具有运算速度快、预测精度高的特点,是一种具有应用前景的软基预测新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭涛	中国地质大学研究生院	22	257	8.0	16.0
2	梁杏	中国地质大学环境学院	74	914	15.0	27.0
3	袁琴	中国地质大学研究生院	3	113	3.0	3.0
4	杨岸英		7	29	4.0	5.0
5	李福民		7	140	5.0	7.0