10.3969/j.issn.1004-4051.2005.10.024
基于遗传算法改进BP网络的地表沉陷预计
本文采用遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快和避免局部极小.作为实例,将该方法应用于地表沉陷预计问题中.建立了采动地表沉陷的神经网络预计模型,利用矿区大量的地表沉陷实际观测数据样本对该神经网络进行训练和学习,并用该网络对几组数据进行采动地表沉陷预计.结果表明,该神经网络预计模型具有收敛速度快、预测精度高的优点,为采动地表沉陷预计提供了实用的方法.
人工神经网络、遗传学习算法、BP算法、采动地表沉隐预测
14
O159(代数、数论、组合理论)
辽宁省教育厅资助项目202183392;辽宁省自然科学基金20022158;辽宁省高等学校中青年学科带头人基金
2005-12-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
83-86