PSO优化BP神经网络岩爆预测的数值孔径
Matlab实现作者：肖雄来源：《中国房地产业·上旬》2018年第brother sharp
多血症09期 【摘要】由于影响岩爆因素的复杂性，以及岩爆的极强灾害性。本文通过选择影响岩爆程度的四项物理力学指标，最后运算组合以后变成三项输入因子。应用BP神经网络对16组国内外岩爆实际工程案例进行训练，得到最优隐含层数。然后利用粒子算法（PSO）优化网络的初始权值和阈值，避免了单独使用万方数据库资源系统BP网络时说存在的不足。利用Matlab及其神经网络工具箱来实现网络的运算和预测。将训练好的网路应用到三组实际的案例中，最终结果表明：利用PSO-BP神经网络算法所预测出来的结果和实际岩爆烈度一致，且结果明显优于单因素判据和BP网络预测的结果。 【关键词】BP神经网络；粒子（PSO）优化算法；岩爆预测；Matlab
本文利用Matlab 9.1.0（R2016b）这一工具进行BP神经网络的运算并利用粒子（PSO）进行网络的优化。相对遗传算法来说，粒子优化BP神经网络就没有交叉、变异等复杂操作。PSO-BP网络模型避免了BP网络陷入局部最优、收敛慢等缺陷。建立了多个岩爆
影响因素与岩爆程度之间的非线性映射关系，并得到了最优初始权值和阈值。然后利用网络进行训练，最后得出的结果与实际的岩爆程度一致。
1、基于粒子算法的BP神经网络模型
1.1BP神经网络与岩爆的结合
（1）虫BP算法流程分成两个部分：信息的正向传播和误差的反向传播。
（2）将影响岩爆的主要因素作为网络的输入层，并告知网络学习样本的期望输出，然后让网络计算出最优的初始权值和闽值。能够得到各个影响因素之间的权重关系。利用神经网络解决输入因子间的非线性关系，从而能够对岩爆的烈度进行分级且避免了主观因素的影响。
1.2滑线变阻器粒子（PSO）优化算法
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议