基于SOFM神经网络的边坡稳定性评价

• 作者: 刘红军 张我华 薛新华
• 来源期刊: 岩土力学
• 关键词: 自组织特征映射 神经网络 边坡稳定 评价
• 年，卷（期）: 2008,（8）
• 页码范围: 2236-2240
• 页数: 5页
• 分类号: TU413.6
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2008.08.040

摘要

针对边坡工程稳定性分析中参数的不确定性,在分析自组织特征映射神经网络(SOFM)基本学习算法的基础上,从提高算法收敛速度和性能出发,将自组织特征映射神经网络基本学习算法加以改进,据此建立了评价边坡稳定状态的SOFM神经网络模型.然后用收集到的边坡稳定工程实例作为样本,对该模型进行训练和检验,并与BP神经网络判别结果对比.结果表明,SOFM神经网络性能良好、预测精度高,是边坡稳定性评价的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张我华	浙江大学软弱土与环境土工教育部重点实验室	56	695	15.0	25.0
2	薛新华	浙江大学软弱土与环境土工教育部重点实验室	23	276	9.0	16.0
3	刘红军	中国海洋大学环境科学与工程学院	90	865	17.0	24.0