地下水
地下水
지하수
GROUNDWATER
2008年
1期
79-82
,共4页
地震砂土液化%人工神经网络%BP%神经网络%遗传算法
地震砂土液化%人工神經網絡%BP%神經網絡%遺傳算法
지진사토액화%인공신경망락%BP%신경망락%유전산법
地震砂土液化的影响因素具有非线性关系,至今没有形成规范的预测标准.人工神经网络在砂土液化预测中有较好的应用,尤其是 BP 神经网络,但由于其本身存在缺陷:学习收敛速度慢,易陷入局部极小;遗传算法具有良好的搜索全局最优解的能力.探讨利用遗传算法优化 BP 神经网络权值和初始阈值来预测地震砂土液化,其效果比传统的 BP 网络有显著提高.
地震砂土液化的影響因素具有非線性關繫,至今沒有形成規範的預測標準.人工神經網絡在砂土液化預測中有較好的應用,尤其是 BP 神經網絡,但由于其本身存在缺陷:學習收斂速度慢,易陷入跼部極小;遺傳算法具有良好的搜索全跼最優解的能力.探討利用遺傳算法優化 BP 神經網絡權值和初始閾值來預測地震砂土液化,其效果比傳統的 BP 網絡有顯著提高.
지진사토액화적영향인소구유비선성관계,지금몰유형성규범적예측표준.인공신경망락재사토액화예측중유교호적응용,우기시 BP 신경망락,단유우기본신존재결함:학습수렴속도만,역함입국부겁소;유전산법구유량호적수색전국최우해적능력.탐토이용유전산법우화 BP 신경망락권치화초시역치래예측지진사토액화,기효과비전통적 BP 망락유현저제고.
