基于改进BP神经网络的地下工程围岩分类

• 作者: 朱珍德 李一冬 阮怀宁 陈云
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 改进BP神经网络 围岩稳定性 权值 偏置值
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 水利水电工程
• 页码范围: 130-133
• 页数: 4页
• 分类号: TU457
• 字数: 4352字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2014.01.043

摘要

传统BP神经网络存在局部极小值、学习算法收敛速度慢、网络结构难以确定等缺点，因此采用改进的BP神经网络分析地下工程围岩的稳定性。将岩石单轴饱和抗压强度、岩石质量指标、岩体的完整性系数、结构面的强度系数、地下水渗流量作为围岩的分类指标，利用附加动量因子、L-M优化算法与Nguyen-Widrow初始化算法相结合的改进BP神经网络建立围岩稳定性的分类预测模型，并运用MATLAB对学习样本进行分类识别，确定地下工程围岩的岩体等级，并结合平均影响值特征筛选法确定影响围岩稳定性的主导因素。实例分析结果表明：岩体的质量、强度以及所处的状态对围岩的稳定起主导作用，结构面产状和性状则为次级影响因素。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱珍德	河海大学岩土力学与堤坝工程教育部重点实验室	125	2249	28.0	43.0
5	阮怀宁	河海大学岩土力学与堤坝工程教育部重点实验室	45	574	14.0	22.0
9	李一冬	河海大学岩土力学与堤坝工程教育部重点实验室	1	10	1.0	1.0