基于神经网络的地质勘测反分析研究
Research of back analysis of geological examination based on ANN作者机构:黄石理工学院土建系黄石435003 华中科技大学土木工程与力学学院武汉430074
出 版 物:《岩土力学》 (Rock and Soil Mechanics)
年 卷 期:2007年第28卷第4期
页 面:807-811页
核心收录:
学科分类:07[理学] 08[工学] 0818[工学-地质资源与地质工程] 0705[理学-地理学] 0903[农学-农业资源与环境] 070104[理学-应用数学] 0714[理学-统计学(可授理学、经济学学位)] 0813[工学-建筑学] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 081301[工学-建筑历史与理论]
主 题:反问题 回归分析 RBF神经网络 力学参数估计 土层分类
摘 要:针对地质勘查中,土的力学参数的确定及土的分类这两类复杂问题,根据反问题理论的基本原理,提出了一种基于回归分析与RBF神经网络结合的新型智能方法,建立了从土的力学参数估计到模型分类的完整智能化分析系统。考虑到土的物理参数测定方法比较简单,且实测变异性小,而力学参数实测变异性大的特点,利用RBF神经网络的数值逼近的特性,建立了神经网络模型来逼近两者之间的函数关系,可以有效地反演力学参数。同时,利用RBF神经网络所具有的模式识别功能,为地质勘察中土层划分提供依据。通过对黄石地区岩土勘查资料的分析与预测表明,该方法简捷有效。