| 基于自组织映射神经网络的边坡样本分析方法 |
| |
| 引用本文： | 黄英伟,刘思思.基于自组织映射神经网络的边坡样本分析方法[J].中外建筑,2008(5):157-159. |
| |
| 作者姓名： | 黄英伟 刘思思 |
| |
| 作者单位： | 1. 长沙市建筑安装工程公司
2. 湖南大学岩土工程研究所 |
| |
| 摘 要： | 推导了自组织映射神经网络过程的简化权值求解公式，并采用自组织竞争神经网络对收集到的边坡样本进行归类，降低了学习样本的噪声。BP神经网络采用归类后的样本进行学习，学习效率有了提高，网络的推广及泛化能力也得到加强。试验证明，优化后的BP神经网络在安全系数的拟合以及样本的误差分布方面均有明显的改善。同时，编制了可以通用的边坡稳定性评价程序，通过将该程序应用于边坡实例的稳定性评价分析，得到的边坡状态与实际相符，准确度较高，用于计算边坡的安全系数误差较小。
|
| 关 键 词： | 边坡 自组织映射神经网络 BP神经网络 权值 自组织 映射神经网络 边坡状态 样本分析 方法 Nerve Network Mapping Based Sloping Ways 误差分布 计算 评价分析 边坡稳定性 程序应用 评价程序 改善 拟合 安全系数 优化 |
| 文章编号： | 1008-0422(2008)05-0157-03 |
Analysis Ways of Sloping Stylebook Based on the Organized and Mapping Nerve Network |
| |
| HUANG Yingwei,LIU Sisi.Analysis Ways of Sloping Stylebook Based on the Organized and Mapping Nerve Network[J].Chinese and Overseas Architecture,2008(5):157-159. |
| |
| Authors: | HUANG Yingwei LIU Sisi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
