自适应BP神经网络在边坡稳定性预测中的应用  

作　　者：汪茜[1] 李广杰[1] 郑百功[2] 孟凡奇[1] 刘建磊[3] 

机构地区：[1]吉林大学建设工程学院,吉林长春130026 [2]中国建筑材料工业地质勘查中心吉林总队,吉林长春130033 [3]黄河勘测规划设计有限公司,河南郑州450003

出　　处：《人民黄河》2010年第4期120-121,共2页Yellow River

基　　金：国土资源部地质灾害调查项目(国土资环函[2007]22号)

摘　　要：边坡工程是一个动态开放、非线性的复杂系统,应用传统的分析方法往往难以确切描述其非线性特性,采用学习率自适应调整和动量法,对BP神经网络存在易陷入局部极小值、收敛速度慢、对神经元个数依赖性大等缺点进行改进,建立了(6-13-2)结构的自适应BP神经网络模型。边坡预测实例表明:自适应BP神经网络的预测精度高于标准BP神经网络;改进后的BP神经网络提高了网络的训练速度,节省了时间,提高了计算精度。

关 键 词：BP神经网络 自适应改进法 边坡稳定性 非线性 预测 

分 类 号：TU432[建筑科学—岩土工程]