隧道圍巖破壞模式的人工智能預測.pdf

1、本文采用人工神經網絡的方法建立了用于預測隧道圍巖破壞模式的遺傳神經網絡,對用人工智能方法預測隧道圍巖破壞模式進行了一次嶄新的嘗試。文中綜合分析了對隧道圍巖破壞模式有影響的各種因素，并用統(tǒng)計學中的主成分分析方法分析了影響隧道圍巖破壞模式的各種因素，最終確定了影響圍巖破壞模式的14個分類指標。BP人工神經網絡被認為是最適合于樣本分類的模型，而傳統(tǒng)的標準BP算法存在著諸如訓練速度慢、易陷入局部極小值等問題，針對這些問題，文中給出了改進的方法。

2、此外，如何確定用于預測的合理的神經網絡結構也是關鍵問題，對這一問題的研究，本文采用了遺傳算法和神經網絡相結合的方法。 本文首先對遺傳算法以及人工神經網絡理論進行了介紹，然后分析了其各自的優(yōu)缺點，提出了用遺傳算法的全局搜索性來彌補BP神經網絡的局部極小的缺陷，建立了用于預測隧道圍巖破壞模式的模型。模型首先利用遺傳算法對BP神經網絡的結構以及權值和閾值進行優(yōu)化，得到最佳的網絡結構之后，再利用BP神經網絡進行訓練最終得出預測的結果。