路基工程
路基工程
로기공정
SUBGRADE ENGINEERING
2013年
1期
39-42
,共4页
GA-BP神经网络%涌水量%水下隧道
GA-BP神經網絡%湧水量%水下隧道
GA-BP신경망락%용수량%수하수도
根据有关水下隧道渗流涌水影响因素的研究成果及预测涌水量时选择影响因素的准则,确定了用于预测水下隧道涌水量的6个影响因子.分析了遗传算法与BP神经网络结合的可行性,并利用遗传算法优化BP神经网络的权值和阈值,从而建立了多影响因子的GA-BP神经网络预测模型,其收敛性能好、简单可行.通过比较GA-BP神经网络和经典BP神经网络模型的预测结果,验证了前者改良了后者的局限性并提高了预测精度.
根據有關水下隧道滲流湧水影響因素的研究成果及預測湧水量時選擇影響因素的準則,確定瞭用于預測水下隧道湧水量的6箇影響因子.分析瞭遺傳算法與BP神經網絡結閤的可行性,併利用遺傳算法優化BP神經網絡的權值和閾值,從而建立瞭多影響因子的GA-BP神經網絡預測模型,其收斂性能好、簡單可行.通過比較GA-BP神經網絡和經典BP神經網絡模型的預測結果,驗證瞭前者改良瞭後者的跼限性併提高瞭預測精度.
근거유관수하수도삼류용수영향인소적연구성과급예측용수량시선택영향인소적준칙,학정료용우예측수하수도용수량적6개영향인자.분석료유전산법여BP신경망락결합적가행성,병이용유전산법우화BP신경망락적권치화역치,종이건립료다영향인자적GA-BP신경망락예측모형,기수렴성능호、간단가행.통과비교GA-BP신경망락화경전BP신경망락모형적예측결과,험증료전자개량료후자적국한성병제고료예측정도.
