基于粒子群组合神经网络的原岩应力预测研究
2012-01-09分类号:TD311
【部门】山西大同大学工学院 中国矿业大学深部岩土力学与地下工程国家重点实验室
【摘要】【目的】建立原岩应力准确预测方法,为岩石力学研究及地下岩土开挖工程设计与施工提供参考。【方法】充分利用区域实测原岩应力数据资料,选取岩石埋藏深度、岩石类别等参数作为原岩应力的评判指标,在分析基于群体智能(GI)的粒子群优化算法(PSO)和BP神经网络算法特点的基础上,提出一种新的组合训练方法,建立了PSO-BP组合人工神经网络模型,并对原岩应力进行实际算例预测。【结果】PSO-BP组合人工神经网络模型整体工作性能优良,研究区域原岩应力场最大主应力、最小主应力、垂直应力的网络输出与目标输出相关程度较高,相关系数分别为0.994 0,0.997 0,0.992 0,该组合模型基本可以预测研究区域原...
【关键词】原岩应力 预测模型 组合人工神经网络 粒子群算法
【基金】国家自然科学基金项目(50874103); 山西省科学技术发展计划项目(20100322013)
【所属期刊栏目】西北农林科技大学学报(自然科学版)
文献传递