| 基于改进RBF神经网络的硬岩岩体变形模量预测 |
| |
| 引用本文： | 赵渊,王亮清,周鹏.基于改进RBF神经网络的硬岩岩体变形模量预测[J].人民长江,2015,46(3):38-41. |
| |
| 作者姓名： | 赵渊 王亮清 周鹏 |
| |
| 作者单位： | 中国地质大学(武汉)工程学院 |
| |
| 基金项目： | 国家重点基础研究发展“973”计划项目(2011CB710604);国家自然科学基金项目(41202198) |
| |
| 摘 要： | 岩体变形模量确定方法有室内外试验法、数值分析法、反分析法、岩体分类法等。上述方法均存在很大缺陷，而神经网络法的日益完善使通过建模预测岩体参数成为可能。以溪洛渡水电站的88组数据为基础，考虑岩石质量指标RQD、RMD、Vp等因素，建立了基于模式搜索法的改进RBF神经网络模型，并用该模型预测岩体变形模量。为了验证模型的准确性，将西藏如美水电站岩体的17组数据代入，将其预测结果与BP神经网络模型结果及原位数据作对比。结果表明，改进RBF模型更适于硬岩岩体变形模量的预测。
|
| 关 键 词： | 变形模量 RBF神经网络 模式搜索法 BP神经网络 硬岩岩体 |
Prediction of deformation modulus of hard rock mass based on improved RBF neural network mode |
| |
| ZHAO Yuan;WANG Liangqing;ZHOU Peng.Prediction of deformation modulus of hard rock mass based on improved RBF neural network mode[J].Yangtze River,2015,46(3):38-41. |
| |
| Authors: | ZHAO Yuan;WANG Liangqing;ZHOU Peng |
| |
| Affiliation: | ZHAO Yuan;WANG Liangqing;ZHOU Peng;Faculty of Engineering,China University of Geosciences; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《人民长江》浏览原始摘要信息 |
|
点击此处可从《人民长江》下载全文 |
