基于遗传优化神经网络的边坡稳定性评价

• 作者: 孙平定 易铸 蔡润 谢成阳
• 来源期刊: 现代电子技术
• 关键词: 遗传算法 BP神经网络 优化权值 边坡稳定性 安全系数 预测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 75-78
• 页数: 4页
• 分类号: TN911.1-34|TP183
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.05.018

摘要

由于引起滑坡的因素复杂,传统预测方法难以得到高精度的结果.文中利用遗传算法(GA)全局搜索能力强、不易陷入局部极小值的特点对样本的初始权值和阈值进行优化处理,使得前馈型神经网络(BP)在学习和预测时能够得到一个最佳的权值和阈值,从而探索出影响滑坡的因子与边坡稳定性之间潜在的关系.从仿真结果可知:优化权值后的BP神经网络得到边坡稳定性的判对率达到100％,而随机权值BP神经网络的判对率仅为54.5％,判对率提高了45.5％;安全系数较随机权值BP神经网络的平均误差提高了6.08％.因此,优化BP神经网络的预测精度得到明显提高,在今后边坡稳定性的实际应用评价中可作为一种有效的辅助手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙平定		2	6	1.0	2.0
2	蔡润		3	21	2.0	3.0
3	谢成阳		1	6	1.0	1.0
4	易铸		5	13	2.0	3.0