煤炭技术
煤炭技術
매탄기술
Coal Technology
2015年
9期
202-205
,共4页
李龙%高永涛%吴顺川%严琼
李龍%高永濤%吳順川%嚴瓊
리룡%고영도%오순천%엄경
神经网络%边坡稳定性%预测
神經網絡%邊坡穩定性%預測
신경망락%변파은정성%예측
针对标准BP神经网络存在收敛速度慢和易陷入局部最小值的问题,提出用附加动量法和自适应学习速率法来优化BP神经网络,提高其收敛速度;引入具有全局搜索能力的模拟退火算法,克服其容易陷入局部最小值问题.应用综合改进后的BP神经网络对已知的实际边坡进行了预测,并将其预测结果与标准BP神经网络和实际值进行对比分析.结果表明:综合改进后的BP神经网络在边坡稳定性预测具有较好的预测效果,与标准的BP神经网络相比,不仅提高了计算速度,而且较大地提高了预测精度,具有较好的应用前景.
針對標準BP神經網絡存在收斂速度慢和易陷入跼部最小值的問題,提齣用附加動量法和自適應學習速率法來優化BP神經網絡,提高其收斂速度;引入具有全跼搜索能力的模擬退火算法,剋服其容易陷入跼部最小值問題.應用綜閤改進後的BP神經網絡對已知的實際邊坡進行瞭預測,併將其預測結果與標準BP神經網絡和實際值進行對比分析.結果錶明:綜閤改進後的BP神經網絡在邊坡穩定性預測具有較好的預測效果,與標準的BP神經網絡相比,不僅提高瞭計算速度,而且較大地提高瞭預測精度,具有較好的應用前景.
침대표준BP신경망락존재수렴속도만화역함입국부최소치적문제,제출용부가동량법화자괄응학습속솔법래우화BP신경망락,제고기수렴속도;인입구유전국수색능력적모의퇴화산법,극복기용역함입국부최소치문제.응용종합개진후적BP신경망락대이지적실제변파진행료예측,병장기예측결과여표준BP신경망락화실제치진행대비분석.결과표명:종합개진후적BP신경망락재변파은정성예측구유교호적예측효과,여표준적BP신경망락상비,불부제고료계산속도,이차교대지제고료예측정도,구유교호적응용전경.
