摘要:利用边坡实测位移序列来预测边坡未来时间的位移,可以有效地判断边坡的稳定性.由于神经网络可以通过对样本的反复学习来反映边坡复杂的非线性演化关系,其预测效果要优于传统的预测方法.RBF神经网络作为一种性能良好的前馈网络,具有更好的逼近能力和全局最优特性.以边坡位移时间序列为基础,采用RBF神经网络建立边坡位移预测模型,通过最近邻聚类学习算法实现边坡位移预测,具有结构简单、学习速度快、预测精度高的特点,网络的外推能力也较强.通过2个工程实例说明边坡位移预测的RBF
神经网络方法的有效性.
原文链接:http://www.cqvip.com//QK/96026X/2006z1/1000241335.html
送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)