基于GA-ANN的苏锡常地裂缝危险性评价

被引：12

作者：

朱锦旗 ^{[1
]}

焦珣 ^{[2
]}

于军 ^{[3
]}

武健强 ^{[3
]}

苏小四 ^{[2
]}

机构：

[1] 中国地质大学

[2] 吉林大学环境与资源学院

[3] 江苏省地质调查研究院

来源：

水文地质工程地质 | 2008年 / 04期

关键词：

地裂缝; 地面沉降; 人工神经网络; 遗传算法; 苏锡常地区;

D O I：

10.16030/j.cnki.issn.1000-3665.2008.04.022

中图分类号：

P642.2 [动力地质及工程地质作用];

学科分类号：

0814 ;

摘要：

文章以苏锡常地区地裂缝危险性评价为例,利用遗传算法(GA)对人工神经网络(ANN)进行改进,先用GA优化BP网络初始权重,再用BP算法修改网络权重,实现不同尺度的同步调整。选择30点的不同地质条件组成样本对所建模型进行训练,评价指标包括:基岩埋深、基岩起伏度、地下水位、地面沉降梯度、含水层导水系数和粘性土层厚度。经过500次GA迭代,得到苏锡常地区地裂缝ANN模型的最佳权重组合,该耦合模型能对全区地裂缝地质条件进行正确分类,精度接近1‰。

引用

页码：106 / 110

页数：5

共 7 条

[1] 江阴市河塘镇地裂缝灾害成因分析及防治对策 [J].