基坑變形預測的神經(jīng)網(wǎng)絡法研究.pdf_第1頁
已閱讀1頁，還剩57頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、針對基坑變形預測的重要意義，在分析了已有預測方法和基坑變形規(guī)律后，重點研究了神經(jīng)網(wǎng)絡的預測思路?；谙嚓P的神經(jīng)網(wǎng)絡預測研究工作，提出了在基坑變形預測領域引入組合神經(jīng)網(wǎng)絡方法的可行性。
　　 本文利用MATLAB神經(jīng)網(wǎng)絡工具箱自編程序實現(xiàn)了bootstrap和BP-RBF的組合網(wǎng)絡預測。在bootstrap組合網(wǎng)絡研究中，具體工作就是在mse性能函數(shù)二分之一的基礎上加入帶有λ的權值項，使得各個子網(wǎng)絡擁有不同的性能函數(shù)，進而實現(xiàn)了組

2、合網(wǎng)絡內(nèi)部的預測差異性，最終增強了整個組合結構的泛化能力。而在BP-RBF組合網(wǎng)絡的研究中，主要是以兩種子網(wǎng)絡不同預測特點為出發(fā)點，先分別進行兩者的基坑變形預測，然后將兩個網(wǎng)絡的預測值再作為樣本輸入到一個新的RBF網(wǎng)絡中，進行最終的變形預測，實踐證明效果較好。
　　 在以上兩種組合網(wǎng)絡的具體訓練過程中，發(fā)現(xiàn)樣本的質量與具體的訓練過程有著非常密切的關系。首先是樣本的代表性問題，這要求訓練樣本和測試樣本要具有相似的映射關系，如果訓練

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論