期刊文献+

改进的BP神经网络在隧道岩爆预测中的应用 被引量:3

Application of Improved BP Neural Network in Tunnel Rock Burst Prediction
下载PDF
导出
摘要 在分析岩爆主要影响因素的基础上,建立改进的BP神经网络岩爆预测模型。采用已有岩爆发生数据作为训练样本对网络进行训练,并利用收敛的网络进行岩爆烈度预测,预测结果与实际吻合,说明利用人工神经网络预测岩爆发生烈度是一种可行的方法。 Based on analyzing the main factors affecting model is established. Taking the existing rock burst data rock burst, a new rock burst prediction as training burst is predicted with convergent network. The results are coincident method proves feasible.
作者 王斌
出处 《交通标准化》 2010年第3期86-89,共4页 Communications Standardization
关键词 隧道 岩爆 神经网络 预测模型 tunnel rock burst neural network prediction model swatch, the intensity of rock with the actual projects. The
  • 相关文献

参考文献7

  • 1王青海,李晓红,顾义磊,艾吉人,唐伯明,杨君,胡世斌.地下工程中岩爆灾害的成因及防治措施[J].重庆大学学报(自然科学版),2003,26(7):116-120. 被引量:25
  • 2马建秦.地下工程中岩爆作用的主要特征[J].现代隧道技术,2002,39(4):37-40. 被引量:5
  • 3赵振宇 徐用懋.模糊理论和神经网络的基础与应用[M].北京:清华大学出版社,1997.. 被引量:14
  • 4Yilbas Z, Hashmi. Simulation of weight pruning process in baekpropagation neural network for pattern classification: A self-running threshold approach[J]. Computer Methods in Aplied Mechanics and Engineering, 2001, 166(11): 233-246. 被引量:1
  • 5楼顺天,施阳编著..基于MATLAB的系统分析与设计 3 神经网络[M].西安:西安电子科技大学出版社,1998:205.
  • 6Guta, Jatinder N D, Sexton Randall S. Comparing backprogation with a genetic algorithm for neural network training[J]. Omega, 1999, 27(11) : 679-684. 被引量:1
  • 7Riedmiller M, H Braun. A direct adaptive method faster backpropation learning: The RPROP algorithm[A]. Sanfrancisco, Proceedings of the IEEE international Conference on Neural Networks, 1993, 586-591. 被引量:1

二级参考文献30

共引文献40

同被引文献44

引证文献3

二级引证文献12

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部