基于遗传神经网络的边坡稳定性智能分析方法
来源期刊：湖南科技大学学报自然科学版2002年第4期
论文作者：李守巨 刘迎曦 何翔 周圆π
关键词：边坡稳定; 智能分析; 系统模型; 遗传神经网络(GNN); 全局最优;
摘 要：分析了边坡稳定性的影响因素,建立边坡稳定性智能分析的系统模型.将遗传算法和人工神经网络相结合,并建立的遗传神经网络(GNN)具有较高的学习效率和较强的泛化能力.数值算例表明,GNN能有效地克服经典BP神经网络学习速度慢及泛化能力弱的缺点,基于GNN的边坡稳定性智能分析方法具有较高的分析准确率.图4,表2,参11.
李守巨1，刘迎曦1，何翔1，周圆π1
(1.大连理工大学工业装备结构分析国家重点实验室,辽宁,大连,116023)
摘要:分析了边坡稳定性的影响因素,建立边坡稳定性智能分析的系统模型.将遗传算法和人工神经网络相结合,并建立的遗传神经网络(GNN)具有较高的学习效率和较强的泛化能力.数值算例表明,GNN能有效地克服经典BP神经网络学习速度慢及泛化能力弱的缺点,基于GNN的边坡稳定性智能分析方法具有较高的分析准确率.图4,表2,参11.
关键词:边坡稳定; 智能分析; 系统模型; 遗传神经网络(GNN); 全局最优;
【全文内容正在添加中】
