神经网络在岩体力学参数和地应力场反演中的应用

• 作者: 张运良 沙瑞华 金长宇 陈庆发 马震岳
• 来源期刊: 岩土力学
• 关键词: 有限差分法 BP神经网络 RBF神经网络 反演 力学参数 初始应力场
• 年，卷（期）: 2006,（8）
• 页码范围: 1263-1266,1271
• 页数: 5页
• 分类号: TU443
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2006.08.007

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马震岳	大连理工大学土木水利学院	150	1375	19.0	29.0
2	张运良	大连理工大学土木水利学院	47	590	13.0	23.0
3	金长宇	大连理工大学土木水利学院	6	100	3.0	6.0
4	沙瑞华	大连理工大学土木水利学院	2	77	2.0	2.0
5	陈庆发		5	120	4.0	5.0