期刊文献+

基于GA-BPNN的巷道围岩变形模量预测 被引量:2

Prediction of Surrounding Rock Deformation Modulus of Roadway Base on GA-BPNN
下载PDF
导出
摘要 研究了遗传算法(GA)在设计和优化BPNN结构时的效能和它在预测岩体变形模量的应用,利用GA找到隐藏层神经元的最优数量以及隐含与输出层的学习因子和动量因子,然后和试错过程进行比较。采用了来源于实际巷道测量的76组数据集验证该方法。利用MSE,MAE,R等性能标准,证明GA-BPNN模型在岩体变形模量预测方面优于BPNN试错模型。 The effectiveness of the genetic algorithm (GA) in the design and BPNN structure optimization and its ap- plication in the prediction of rock mass deformation modulus was researched. GA is used to find out the optimal number of neurons in the hidden layer and learning factor and momentum factor of the hidden layer and output layer, and then com- pared with the trial-and-error process. 76 groups of data sets derived from the actual roadway were used to validate this method. With performance criteria such as MSE, MAE and R,it is proved that GA-BPNN model is better than BPNN trial- and-error model in the prediction of rock mass deformation modulus.
出处 《金属矿山》 CAS 北大核心 2013年第3期9-13,共5页 Metal Mine
基金 国家高技术研究发展计划(863计划)项目(编号:2009AA12201) 平顶山市科技创新人才计划项目(编号:2012061)
关键词 巷道围岩 变形模量 预测 GA—BPNN Surrounding rock, Deformation modulus, Prediction, GA-BPNN
  • 相关文献

参考文献14

二级参考文献75

共引文献128

同被引文献27

引证文献2

二级引证文献4

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