粒子群优化-BP神经网络对岩爆的预测
2011-10-22刘桃根
三峡大学学报(自然科学版) 2011年6期
关键词:优化
张 强 王 伟 刘桃根
(1.河海大学 岩土力学与堤坝工程教育部重点实验室,南京 210098;2.河海大学 岩土工程科学研究所,南京 210098)
岩爆是制约地下工程发展的重大地质灾害之一[1-5].国内外许多学者先后从不同的角度,运用不同手段对岩爆问题进行研究.但迄今为止,国内外对岩爆机制的研究还没形成统一的认识,岩爆已成为世界性的地下工程地质灾害难题之一.随着国内地下工程建设的增多,岩爆灾害问题愈加突出,岩爆的研究愈显重要性和紧迫性.岩爆作为这些典型高地应力区突出的主要地质灾害之一,尚没有完善的预测理论和机制,岩爆的预测与防治意义重大.
Rmulhart[6]研究证明:采用基于梯度下降的BP算法及其变种,其对初始权值选择的依赖性,不可避免地导致网络收敛速度慢、容易陷入局部最优、误差函数可导等缺陷.尤其是局部优化特性使得其训练后的神经网络输出具有不一致性和不可预测性,导致其训练的神经网络的可靠性降低.针对BP神经网络方法存在的缺陷,基于粒子群优化方法,提出了一种改进的PSO-BP网络,采用带变异因子的粒子群算法优化BP网络的初始权值和阈值,可以避免BP神经网络陷于局部最优值.BP神经网络是一个高度非线性的动态模拟系统,可以较好地模拟岩爆影响参数与岩爆发生程度之间的非线性关系.粒子群优化算法(PSO)是一种基于生物进化过程随机搜索的全局优化方法,不依赖初始值,并且收敛速度快……
登录APP查看全文
