合肥工业大学学报（自然科学版）
閤肥工業大學學報（自然科學版）
합비공업대학학보（자연과학판）
JOURNAL OF HEFEI UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE)
2011年
7期
1035-1039
,共5页
毕卫华%谭晓慧%王伟%李丹
畢衛華%譚曉慧%王偉%李丹
필위화%담효혜%왕위%리단
径向基神经网络%支持向量机%边坡稳定%蒙特卡罗模拟%失效概率
徑嚮基神經網絡%支持嚮量機%邊坡穩定%矇特卡囉模擬%失效概率
경향기신경망락%지지향량궤%변파은정%몽특잡라모의%실효개솔
基于径向基神经网络(Radial Basis Function Network,简称RBFN)及支持向量机(Support Vector Machine,简称SVM)的类似性,文章采用相同的符号体系,推导了RBFN及SVM在进行函数拟合时的表达式,指出这2种表达式形式上类似,主要区别是参数的计算方法有所不同；以RBFN及SVM的拟合结果为响应面,基于蒙特卡罗模拟法进行了边坡的可靠度分析.计算结果表明,基于RBFN的蒙特卡罗模拟法与基于SVM的蒙特卡罗模拟法具有较高的计算精度及效率,2种方法在计算精度上没有明显的区别.
基于徑嚮基神經網絡(Radial Basis Function Network,簡稱RBFN)及支持嚮量機(Support Vector Machine,簡稱SVM)的類似性,文章採用相同的符號體繫,推導瞭RBFN及SVM在進行函數擬閤時的錶達式,指齣這2種錶達式形式上類似,主要區彆是參數的計算方法有所不同；以RBFN及SVM的擬閤結果為響應麵,基于矇特卡囉模擬法進行瞭邊坡的可靠度分析.計算結果錶明,基于RBFN的矇特卡囉模擬法與基于SVM的矇特卡囉模擬法具有較高的計算精度及效率,2種方法在計算精度上沒有明顯的區彆.
기우경향기신경망락(Radial Basis Function Network,간칭RBFN)급지지향량궤(Support Vector Machine,간칭SVM)적유사성,문장채용상동적부호체계,추도료RBFN급SVM재진행함수의합시적표체식,지출저2충표체식형식상유사,주요구별시삼수적계산방법유소불동；이RBFN급SVM적의합결과위향응면,기우몽특잡라모의법진행료변파적가고도분석.계산결과표명,기우RBFN적몽특잡라모의법여기우SVM적몽특잡라모의법구유교고적계산정도급효솔,2충방법재계산정도상몰유명현적구별.
