基于神经网络的地质勘测反分析研究

• 作者: 晏克勤 程涛 董必昌
• 来源期刊: 岩土力学
• 关键词: 反问题 回归分析 RBF神经网络 力学参数估计 土层分类
• 年，卷（期）: 2007,（4）
• 页码范围: 807-811
• 页数: 5页
• 分类号: TU192|TB115
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2007.04.034

摘要

针对地质勘查中,土的力学参数的确定及土的分类这两类复杂问题,根据反问题理论的基本原理,提出了一种基于回归分析与RBF神经网络结合的新型智能方法,建立了从土的力学参数估计到模型分类的完整智能化分析系统.考虑到土的物理参数测定方法比较简单,且实测变异性小,而力学参数实测变异性大的特点,利用RBF神经网络的数值逼近的特性,建立了神经网络模型来逼近两者之间的函数关系,可以有效地反演力学参数.同时,利用RBF神经网络所具有的模式识别功能,为地质勘察中土层划分提供依据.通过对黄石地区岩土勘查资料的分析与预测表明,该方法简捷有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程涛	黄石理工学院土建系	21	266	9.0	16.0
5	晏克勤	黄石理工学院土建系	13	44	5.0	5.0
6	董必昌	华中科技大学土木工程与力学学院	8	318	6.0	8.0