建筑技术
建築技術
건축기술
ARCHITECTURE TECHNOLOGY
2012年
2期
175-176
,共2页
径向基神经网络%边坡稳定性%人工神经网络%数值模拟
徑嚮基神經網絡%邊坡穩定性%人工神經網絡%數值模擬
경향기신경망락%변파은정성%인공신경망락%수치모의
在现有研究的基础上,引入径向基神经网络理论,提出了边坡稳定性的径向基神经网络预测方法.以土体重度、内摩擦角、粘聚力、锚固段长度等为输入参数,边坡稳定性系数为输出参数,建立精确RBFNN神经网络模型,对边坡稳定性进行了预测,结果表明:用训练成熟的径向基神经网络进行仿真,避免了诸多人为因素的影响,提高了结果的精度,使得计算高效、结果更加准确.
在現有研究的基礎上,引入徑嚮基神經網絡理論,提齣瞭邊坡穩定性的徑嚮基神經網絡預測方法.以土體重度、內摩抆角、粘聚力、錨固段長度等為輸入參數,邊坡穩定性繫數為輸齣參數,建立精確RBFNN神經網絡模型,對邊坡穩定性進行瞭預測,結果錶明:用訓練成熟的徑嚮基神經網絡進行倣真,避免瞭諸多人為因素的影響,提高瞭結果的精度,使得計算高效、結果更加準確.
재현유연구적기출상,인입경향기신경망락이론,제출료변파은정성적경향기신경망락예측방법.이토체중도、내마찰각、점취력、묘고단장도등위수입삼수,변파은정성계수위수출삼수,건립정학RBFNN신경망락모형,대변파은정성진행료예측,결과표명:용훈련성숙적경향기신경망락진행방진,피면료제다인위인소적영향,제고료결과적정도,사득계산고효、결과경가준학.
