水文地质工程地质
水文地質工程地質
수문지질공정지질
HYDROGEOLOGY AND ENGINEERING GEOLOGY
2003年
6期
52-54,57
,共4页
神经网络%点荷载强度%单轴抗压强度
神經網絡%點荷載彊度%單軸抗壓彊度
신경망락%점하재강도%단축항압강도
本文提出一种根据岩石点荷载强度、密度、岩石类型、孔隙率和粒度预测单轴抗压强度(Rc)的神经网络方法.以反向传播算法和包含96个样本的训练集训练网络模型,以包含71个样本的试验集检验网络.最后,以本模型预测黑沟铁矿钙质千枚岩的30个试件的抗压强度.结果表明,对于预测的单轴抗压强度,神经网络模型能给出比回归模型高得多的精度,比试验方法节省成本和时间.
本文提齣一種根據巖石點荷載彊度、密度、巖石類型、孔隙率和粒度預測單軸抗壓彊度(Rc)的神經網絡方法.以反嚮傳播算法和包含96箇樣本的訓練集訓練網絡模型,以包含71箇樣本的試驗集檢驗網絡.最後,以本模型預測黑溝鐵礦鈣質韆枚巖的30箇試件的抗壓彊度.結果錶明,對于預測的單軸抗壓彊度,神經網絡模型能給齣比迴歸模型高得多的精度,比試驗方法節省成本和時間.
본문제출일충근거암석점하재강도、밀도、암석류형、공극솔화립도예측단축항압강도(Rc)적신경망락방법.이반향전파산법화포함96개양본적훈련집훈련망락모형,이포함71개양본적시험집검험망락.최후,이본모형예측흑구철광개질천매암적30개시건적항압강도.결과표명,대우예측적단축항압강도,신경망락모형능급출비회귀모형고득다적정도,비시험방법절성성본화시간.
