路基工程
路基工程
로기공정
SUBGRADE ENGINEERING
2012年
1期
161-164
,共4页
BP神经网络%RBF神经网络%边坡稳定%评估
BP神經網絡%RBF神經網絡%邊坡穩定%評估
BP신경망락%RBF신경망락%변파은정%평고
BP neural network%RBF neural network%slope stability%assessment
通过实例分析,对BP神经网络和RBF神经网络在边坡稳定性评估中的应用进行了比较研究,结果表明,BP神经网络和RBF神经网络均能很好地对边坡稳定性进行评估,但RBF神经网络比BP神经网络的训练速度更快,效率更高,并且对于同样的精度要求,RBF神经网络对边坡稳定性的评估结果更加准确和适用。
通過實例分析,對BP神經網絡和RBF神經網絡在邊坡穩定性評估中的應用進行瞭比較研究,結果錶明,BP神經網絡和RBF神經網絡均能很好地對邊坡穩定性進行評估,但RBF神經網絡比BP神經網絡的訓練速度更快,效率更高,併且對于同樣的精度要求,RBF神經網絡對邊坡穩定性的評估結果更加準確和適用。
통과실례분석,대BP신경망락화RBF신경망락재변파은정성평고중적응용진행료비교연구,결과표명,BP신경망락화RBF신경망락균능흔호지대변파은정성진행평고,단RBF신경망락비BP신경망락적훈련속도경쾌,효솔경고,병차대우동양적정도요구,RBF신경망락대변파은정성적평고결과경가준학화괄용。
Through case analysis,the application of BP and RBF neural networks in slope stability assessment is studied comparatively.The result shows that both BP and RBF neural networks could be applied for slope stability assessment;however RBF neural network has faster training speed and higher efficiency than BP neural network and for the same requirement on accuracy,the application result of RBF neural network in slope stability assessment is more correct and applicable.
