基于改进BP网络算法的隧洞围岩分类

• 作者: 周翠英 张亮 黄显艺
• 来源期刊: 地球科学-中国地质大学学报
• 学科: 地球科学
• 关键词: 围岩分类 人工神经网络 改进BP网络算法 工程应用
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 工程地质
• 页码范围: 480-486
• 页数: 7页
• 分类号: P642
• 字数: 4676字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-2383.2005.04.012

摘要

围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法,进行隧洞围岩分类,在传统BP算法的基础上,通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法,使得当误差大于上临界值时,则降低学习率,当误差小于下临界值时,则适当提高学习率,这样可加快网络的训练速度,确保网络的稳定性;通过引入调整学习率参数,使得传递过程更加敏感,加快了传递函数的收敛速度,提高了训练函数的计算精度;通过给定隐含层节点模型的取值范围,对网络结构进行优化,提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中,分类结果与根据<水工隧洞设计规范(SL279-2002)>的分类结果完全一致,表明该方法具有良好的工程实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周翠英	中山大学应用力学与工程系	112	2489	23.0	48.0
10	张亮	中山大学地下工程与信息技术研究中心	88	402	10.0	16.0
14	黄显艺	中山大学地下工程与信息技术研究中心	7	205	5.0	7.0