基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用-论文.pdf

基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用-论文.pdf

ID:53744446

大小:388.65 KB

页数:6页

时间:2020-04-22

基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用-论文.pdf_第1页
基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用-论文.pdf_第2页
基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用-论文.pdf_第3页
基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用-论文.pdf_第4页
基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用-论文.pdf_第5页
资源描述:

《基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第27卷第2期湖南理].学院学报(自然科学版)V01.27No.22014q:6月JournalofHunanInstituteofScienceandTechnology(NaturalSciences)Jun.20l4基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用胡卫东一,曹文贵(1.湖南大学岩土T程研究所,长沙410082;2.湖南理工学院土木建筑工程学院,湖南岳阳414006)摘要:边坡稳定性分析与评价是边坡工程的核心内容,具有高度非线性和不确定性特征.首先,选取了多个边坡工程实例构

2、成学习样本集,以土体重度、内摩擦角、粘聚力、坡角、坡高、孔隙比六个主要影响因素作为土坡稳定性的评价判别指标;然后,采用改进的粒子群算法优化BP神经网络模型,将网络权值和阈值粒子化,通过引入粒子群进化度和粒子群聚合度实现惯性权重的动态变化,利用粒子群算法的全局搜索性实现网络权值和阈值的更新,从而增强算法对非线性问题的处理能力,加快了收敛速度;最后,通过与其它边坡稳定性评价算法进行比较分析,表明了本文研究算法的可行性与合理性.关键词:边坡稳定性;改进粒子群算法;BP神经网络:优化:惯性权重中图分类号:TU

3、413.62文献标识码:A文章编号:1672.5298(2014)02.0071—06ApplicationofBPNeuralNetworkintheSlopeStabilityEvaluationBasedonImprovedParticleSwarmOptimizationAlgorithmHUWei—dong一.CAOWen—gui(1.InstituteofGeotechnicalEngineering,HunanUniversity,Changsha410082,China;2.Colle

4、geofCivilEngineeringandArchitecture,HunanInstituteofScienceandTechnology,Yueyang414006.China1Abstract:Slopestabilityanalysisandevaluationisthecorecontentofslopeengineering,ithasthecharacteristicsofhighlynon—linearityanduncertainty.Firstly,themultipleslo

5、peengineeringinstanceswasselectedtoconstitutealearningsampleset,thesoilsevere,internalfrictionangle,cohesiveforce,slopeangle,slopeheight,voidratio,sixmaininfluencingfactorswereslopestabilityevaluationjndex.Then.theimprovedparticleswarnlalgorithmwasusedt

6、ooptimizetheBPneuralnetworkmode1.thenetworkweightsandthresholdvalueswereparticles.theinertiaweightwasimplementedtodynamicchangewiththeintroductionoftheparticleswarHlevolutiondegreeandclusterdegree.Thenetworkweightsandthresholdvalueswereupdatedbyuseofpar

7、ticleswarrflalgorithmglobalsearchingcapability,thustoenhancethealgorithmprocessingcapacityfornonlinearproblem,andspeeduptheconvergencerate.Finally,bycomparingwithotherslopestabilityevaluationalgorithmanalysis,thefeasibilityandrationalityoftheresearchapp

8、roachinthepaperispresented.Keywords:slopestability;improvedparticleswarnqalgorithm;BPneuralnetwork:optimization;inertiaweigh引言边坡稳定性分析与评价是边坡工程的核心内容,由于边坡破坏机理的研究不够完善,影响边坡工程稳定性的因素存在随机性、模糊性和可变性及岩土参数选择的主观性,都对边坡稳定性评价与预测造成很大程度的不确定性和实际困难,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。