基于APSO-BP耦合算法的岩体力学参数反馈研究

被引：6

作者：

杜小凯 ^{[1
]}

任青文 ^{[2
]}

郑治 ^{[3
]}

张国华 ^{[4
]}

许传华 ^{[5
]}

机构：

[1] 河海大学水利水电工程学院

[2] 河海大学土木工程学院

[3] 中国水电工程顾问集团贵阳勘测设计研究院

[4] 中国灌溉排水发展中心

[5] 中钢集团马鞍山矿山研究院

来源：

中国矿业大学学报 | 2008年 / 06期

关键词：

自适应粒子群算法; BP神经网络; 反馈分析; 岩体力学参数; 索风营水电站;

D O I：

暂无

中图分类号：

TU452 [岩体力学性质及应力理论分析];

学科分类号：

摘要：

提出了基于自适应粒子群优化(APSO)与误差反向传播(BP)神经网络耦合反馈分析模型(APSO-BP).模型实现对网络结构、权重、阈值的同时优化,借助自适应粒子群算法全局优化能力强、收敛速度快的特点,提高了模型运算效率.采用Schaffer基准函数对该模型和传统遗传算法、BP神经网络、粒子群与BP神经网络组合算法进行测试对比.结果表明该模型更为优越.应用该模型对索风营水电站地下岩体力学参数进行反馈分析,计算位移值与实测值吻合较好,平均误差0.22 mm.

引用

页码：756 / 762

页数：7

共 11 条

[1] Research into a Feature Selection Method for Hyperspectral Imagery Using PSO and SVM [J].