基于自组织映射神经网络的边坡样本分析方法

• 作者: 刘思思 黄英伟
• 来源期刊: 中外建筑
• 学科: 工学
• 关键词: 边坡 自组织映射神经网络 BP神经网络 权值
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 建构技术
• 页码范围: 157-159
• 页数: 3页
• 分类号: TU753.8
• 字数: 2733字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0422.2008.05.041

摘要

推导了自组织映射神经网络过程的简化权值求解公式,并采用自组织竞争神经网络对收集到的边坡样本进行归类,降低了学习样本的噪声.BP神经网络采用归类后的样本进行学习,学习效率有了提高,网络的推广及泛化能力也得到加强.试验证明,优化后的BP神经网络在安全系数的拟合以及样本的误差分布方面均有明显的改善.同时,编制了可以通用的边坡稳定性评价程序,通过将该程序应用于边坡实例的稳定性评价分析,得到的边坡状态与实际相符,准确度较高,用于计算边坡的安全系数误差较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘思思	湖南大学岩土工程研究所	9	219	6.0	9.0
2	黄英伟		1	1	1.0	1.0