基于RBF神经网络的隧洞围岩变形预测方法

2005年第7卷第10期

摘要

关键词

图片

参考文献

相关研究

回顶部

《中国工程科学》 >> 2005年第7卷第10期

基于RBF神经网络的隧洞围岩变形预测方法

1.天津大学管理学院，天津 300072

2.天津大学建筑工程学脘，天津 300072

资助项目：国家自然科学基金资助项目(50479048) 收稿日期： 2004-11-24 修回日期： 2004-12-23 发布日期： 2005-10-20

HTML35 PDF 7 收藏 0

摘要

传统回归方法对于围岩变形时程曲线存在反弯点，这种情况的模拟具有难度。提出的基于RBF神经网络的隧道围岩变形预测方法，不仅能很好地描述复杂的围岩变形时程曲线，而且比BP神经网络具有更快的收敛速度和更好的全局搜索能力。实例研究验证了该方法的有效性与可行性。

关键词

RBF神经网络 ; 隧洞施工 ; 围岩变形 ; 预测

图片

图1

图2

图3

图4

图5

参考文献

[ 1 ] JJHopfield.Neuralnetworksandphysicalsystem withemergentcollectivecomputationabilities[A].In:ProcNatlAcadSci[C], Vol79, 1982.2554～2558

[ 2 ] 周建春, 魏　琴.公路隧道围岩变形时程曲线拟合的BP算法[J].湖南大学学报, 2002, 29 (4) :79～84 链接1

[ 3 ] 马万权, 王新平, 程崇国.神经网络技术在阳宗隧道围岩变形预测中的应用[J].公路交通技术, 2003, (2) ;56～59 链接1

[ 4 ] MoodyJ, DarkenC.Fastlearninginnetworksof locallytunedprocessing[J].NeuralComputation, 1989, (1) :281～289

[ 5 ] ChenS, CowanCFN, GrantPM.Orthogonalleast squareslearningalgorithmforradialbasisfunction networks[J].IEEETransactionsonNeural Networks, 1991, 2 (2) :302～309

[ 6 ] ChenT, ChenH.Approximationcapabilityto functionsofseveralvariables, nonlinearfunctionsand operatorbyradialbasisfunctionneuralnetwork[J].IEEETransonNeuralNetworks, l995, 5 (6) :904～910