基于自组织神经网络与遗传算法的边坡稳定性分析方法

• 作者: 刘思思 杨明辉 潘薇 赵明华
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 边坡稳定性 样本分析 神经网络 遗传算法
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 土木工程
• 页码范围: 7-12
• 页数: 6页
• 分类号: TU413.62
• 语种: 中文

摘要

将自组织(SOM)神经网络、误差反馈(BP)神经网络和遗传算法(GA)三者结合起来,应用于边坡稳定性分析中.首先推导了基于高斯函数的SOM神经网络过程简化权值求解公式,并采用SOM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;然后设计了适用于边坡工程的神经网络结构编码模式;再将GA用于优化BP神经网络结构;最后对优化后的BP神经网络进行了计算.计算结果证明,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,通过与其他类型的神经网络相比较,优化后的BP神经网络准确度较高,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	赵明华	湖南大学土木工程学院	478	10054	51.0	73.0
2	杨明辉	湖南大学土木工程学院	78	1681	23.0	38.0
3	刘思思	湖南大学土木工程学院	9	219	6.0	9.0
4	潘薇	中南大学信息科学与工程学院	6	35	3.0	5.0