三峡大学学报（自然科学版）
三峽大學學報（自然科學版）
삼협대학학보（자연과학판）
JOURNAL OF CHINA THREE GORGES UNIVERSITY(NATURAL SCIENCES)
2013年
6期
43-47
,共5页
岩体边坡%BP网络%遗传算法%L-M算法%损伤识别
巖體邊坡%BP網絡%遺傳算法%L-M算法%損傷識彆
암체변파%BP망락%유전산법%L-M산법%손상식별
rock slope%BP neural network%genetic algorithm%L-M algorithm%damage identification
边坡的失稳破坏往往是由岩体损伤导致的,研究边坡岩体的损伤识别对于工程实践具有重大意义,而基于BP神经网络的损伤识别是边坡损伤识别的有效方法之一.本文针对传统BP神经网络在边坡损伤识别中存在的问题,首先利用遗传算法(GA)克服BP网络易陷入局部极小的不足,然后利用Levenberg-Marquardt (L-M)算法在解空间里对BP神经网络进行精调,搜索出最优解.结合优化后的GA-BP模型以及有限元计算结果,提取边坡损伤前后的频率值来实现损伤位置和程度的识别.经验证,改进后的BP网络有效提升了识别边坡损伤的性能,对岩石高边坡损伤识别方法的研究有理论指导意义与参考价值.
邊坡的失穩破壞往往是由巖體損傷導緻的,研究邊坡巖體的損傷識彆對于工程實踐具有重大意義,而基于BP神經網絡的損傷識彆是邊坡損傷識彆的有效方法之一.本文針對傳統BP神經網絡在邊坡損傷識彆中存在的問題,首先利用遺傳算法(GA)剋服BP網絡易陷入跼部極小的不足,然後利用Levenberg-Marquardt (L-M)算法在解空間裏對BP神經網絡進行精調,搜索齣最優解.結閤優化後的GA-BP模型以及有限元計算結果,提取邊坡損傷前後的頻率值來實現損傷位置和程度的識彆.經驗證,改進後的BP網絡有效提升瞭識彆邊坡損傷的性能,對巖石高邊坡損傷識彆方法的研究有理論指導意義與參攷價值.
변파적실은파배왕왕시유암체손상도치적,연구변파암체적손상식별대우공정실천구유중대의의,이기우BP신경망락적손상식별시변파손상식별적유효방법지일.본문침대전통BP신경망락재변파손상식별중존재적문제,수선이용유전산법(GA)극복BP망락역함입국부겁소적불족,연후이용Levenberg-Marquardt (L-M)산법재해공간리대BP신경망락진행정조,수색출최우해.결합우화후적GA-BP모형이급유한원계산결과,제취변파손상전후적빈솔치래실현손상위치화정도적식별.경험증,개진후적BP망락유효제승료식별변파손상적성능,대암석고변파손상식별방법적연구유이론지도의의여삼고개치.
