基于改进神经网络的边坡岩体弹性力学参数识别方法
来源期刊：湖南科技大学学报自然科学版2002年第1期
论文作者：李守巨 刘迎曦 刘玉晶
关键词：神经网络; 参数识别; 学习算子; 优化; 边坡岩体;
摘 要：基于人工神经网络的BP算法,建立了根据边坡开挖后岩体位移观测数据识别岩体弹性力学参数的数值方法.在网络训练过程中采用改进的BP算法,通过对学习算子的优化搜索,大大提高了网络的收敛速度,解决了BP算法迭代过程中目标函数振荡问题.通过算例表明,提出的改进的BP算法有助于提高岩土材料参数识别收敛速度和识别精度.图5,表3,参15.
李守巨1，刘迎曦1，刘玉晶2
(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,116024;
2.吉林工学院,基础科学系,吉林,长春,130012)
摘要:基于人工神经网络的BP算法,建立了根据边坡开挖后岩体位移观测数据识别岩体弹性力学参数的数值方法.在网络训练过程中采用改进的BP算法,通过对学习算子的优化搜索,大大提高了网络的收敛速度,解决了BP算法迭代过程中目标函数振荡问题.通过算例表明,提出的改进的BP算法有助于提高岩土材料参数识别收敛速度和识别精度.图5,表3,参15.
关键词:神经网络; 参数识别; 学习算子; 优化; 边坡岩体;
【全文内容正在添加中】
