基于GA-ANN的苏锡常地裂缝危险性评价

• 作者: 于军 朱锦旗 武健强 焦殉 苏小四
• 来源期刊: 水文地质工程地质
• 关键词: 地裂缝 地面沉降 人工神经网络 遗传算法 苏锡常地区
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 环境地质
• 页码范围: 106-110
• 页数: 5页
• 分类号: P642.4
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3665.2008.04.025

摘要

文章以苏锡常地区地裂缝危险性评价为例,利用遗传算法(CA)对人工神经网络(ANN)进行改进,先用GA优化BP网络初始权重.再用BP算法修改网络权重,实现不同尺度的同步调整.选择30点的不同地质条件组成样本对所建模型进行训练,评价指标包括:基岩埋深、基岩起伏度、地下水位、地面沉降梯度、含水层导水系数和粘性土层厚度.经过500次GA迭代,得到苏锡常地区地裂缝ANN模型的最佳权重组合,该耦合模型能对全区地裂缝地质条件进行正确分类,精度接近1‰.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武健强		31	323	12.0	17.0
2	苏小四	吉林大学环境与资源学院	66	1067	18.0	31.0
3	于军		33	514	15.0	22.0
4	朱锦旗		15	180	8.0	13.0
8	焦殉	吉林大学环境与资源学院	1	17	1.0	1.0