基于改进BP网络算法的隧洞围岩分类
周翠英1
张亮2
黄显艺2
1.中山大学应用力学与工程系,广东,广州,510275;中山大学地下工程与信息技术研究中心,广东,广州,510275;中山大学规划设计研究院岩土工程研究所,广东,广州,5102752.中山大学地下工程与信息技术研究中心,广东,广州,510275;中山大学地球科学系,广东,广州,510275
摘要：围岩分类对指导地下工程的设计和施工具有非常重要的意义.引入人工神经网络的方法,进行隧洞围岩分类,在传统BP算法的基础上,通过改进学习算法、优化传递函数和网络结构进行神经网络方法优化.采用附加动量法和学习速率自适应调整的策略改进学习算法,使得当误差大于上临界值时,则降低学习率,当误差小于下临界值时,则适当提高学习率,这样可加快网络的训练速度,确保网络的稳定性;通过引入调整学习率参数,使得传递过程更加敏感,加快了传递函数的收敛速度,提高了训练函数的计算精度;通过给定隐含层节点模型的取值范围,对网络结构进行优化,提高了泛化精度.将改进的BP网络模型应用于广东省东深供水改造工程的隧洞围岩分类中,分类结果与根据<水工隧洞设计规范(SL279-2002)>的分类结果完全一致,表明该方法具有良好的工程实用性.
关键词：围岩分类人工神经网络改进BP网络算法工程应用
分类号：P642(水文地质学与工程地质学)
论文发表日期：2005-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 480-486 )
英文信息