基于改进RBF神经网络的硬岩岩体变形模量预测

• 作者: 周鹏 王亮清 赵渊
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: 变形模量 RBF神经网络 模式搜索法 BP神经网络 硬岩岩体
• 年，卷（期）: 2015,（3）
• 页码范围: 38-41
• 页数: 4页
• 分类号: P642
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2015.03.011

摘要

岩体变形模量确定方法有室内外试验法、数值分析法、反分析法、岩体分类法等。上述方法均存在很大缺陷，而神经网络法的日益完善使通过建模预测岩体参数成为可能。以溪洛渡水电站的88组数据为基础，考虑岩石质量指标RQD、RMD、Vp等因素，建立了基于模式搜索法的改进RBF神经网络模型，并用该模型预测岩体变形模量。为了验证模型的准确性，将西藏如美水电站岩体的17组数据代入，将其预测结果与BP神经网络模型结果及原位数据作对比。结果表明，改进RBF模型更适于硬岩岩体变形模量的预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王亮清	中国地质大学武汉工程学院	65	766	14.0	24.0
2	周鹏	中国地质大学武汉工程学院	16	27	2.0	4.0
3	赵渊	中国地质大学武汉工程学院	2	7	1.0	2.0