地球科学-中国地质大学学报
地毬科學-中國地質大學學報
지구과학-중국지질대학학보
EARTH SCIENCE-JOURNAL OF CHINA UNIVERSITY OF GEOSCIENCES
2005年
4期
480-486
,共7页
围岩分类%人工神经网络%改进BP网络算法%工程应用
圍巖分類%人工神經網絡%改進BP網絡算法%工程應用
위암분류%인공신경망락%개진BP망락산법%공정응용
围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法,进行隧洞围岩分类,在传统BP算法的基础上,通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法,使得当误差大于上临界值时,则降低学习率,当误差小于下临界值时,则适当提高学习率,这样可加快网络的训练速度,确保网络的稳定性;通过引入调整学习率参数,使得传递过程更加敏感,加快了传递函数的收敛速度,提高了训练函数的计算精度;通过给定隐含层节点模型的取值范围,对网络结构进行优化,提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中,分类结果与根据<水工隧洞设计规范(SL279-2002)>的分类结果完全一致,表明该方法具有良好的工程实用性.
圍巖分類對指導地下工程的設計和施工具有非常重要的意義.引入人工神經網絡的方法,進行隧洞圍巖分類,在傳統BP算法的基礎上,通過改進學習算法、優化傳遞函數和網絡結構進行神經網絡方法優化.採用附加動量法和學習速率自適應調整的策略改進學習算法,使得噹誤差大于上臨界值時,則降低學習率,噹誤差小于下臨界值時,則適噹提高學習率,這樣可加快網絡的訓練速度,確保網絡的穩定性;通過引入調整學習率參數,使得傳遞過程更加敏感,加快瞭傳遞函數的收斂速度,提高瞭訓練函數的計算精度;通過給定隱含層節點模型的取值範圍,對網絡結構進行優化,提高瞭汎化精度.將改進的BP網絡模型應用于廣東省東深供水改造工程的隧洞圍巖分類中,分類結果與根據<水工隧洞設計規範(SL279-2002)>的分類結果完全一緻,錶明該方法具有良好的工程實用性.
위암분류대지도지하공정적설계화시공구유비상중요적의의.인입인공신경망락적방법,진행수동위암분류,재전통BP산법적기출상,통과개진학습산법、우화전체함수화망락결구진행신경망락방법우화.채용부가동량법화학습속솔자괄응조정적책략개진학습산법,사득당오차대우상림계치시,칙강저학습솔,당오차소우하림계치시,칙괄당제고학습솔,저양가가쾌망락적훈련속도,학보망락적은정성;통과인입조정학습솔삼수,사득전체과정경가민감,가쾌료전체함수적수렴속도,제고료훈련함수적계산정도;통과급정은함층절점모형적취치범위,대망락결구진행우화,제고료범화정도.장개진적BP망락모형응용우광동성동심공수개조공정적수동위암분류중,분류결과여근거<수공수동설계규범(SL279-2002)>적분류결과완전일치,표명해방법구유량호적공정실용성.
