基于遗传算法优化神经网络的纸坊隧道初始地应力场拓展分析 |
| |
引用本文: | 张乐婷,王红霞,魏明强.基于遗传算法优化神经网络的纸坊隧道初始地应力场拓展分析[J].城市道桥与防洪,2016(8). |
| |
作者姓名: | 张乐婷 王红霞 魏明强 |
| |
作者单位: | 1. 甘肃交通职业技术学院,甘肃兰州730070;兰州交通大学,甘肃兰州730070;2. 甘肃交通职业技术学院,甘肃兰州,730070;3. 兰州交通大学,甘肃兰州730070;西北民族大学,甘肃兰州730030 |
| |
基金项目: | 国家科技支撑计划项目(2014BAG05B05),中央高校基本科研业务费(31920150072) |
| |
摘 要: | 遗传算法具有较强的全局搜索能力,神经网络具有自学习能力,结合神经网络和遗传算法,可以充分利用两者的优点,使新算法既有神经网络的学习能力和鲁棒性,又有遗传算法的强全局搜索能力。初始应力场和待定因素之间的关系往往比较复杂,而基于遗传算法优化神经网络可以容易地确定出初始应力场和待定因素之间的非线性映射关系,将该方法用于纸坊隧道初始地应力场的拓展分析研究,获得了很好的效果。
|
关 键 词: | 初始地应力场 遗传算法 神经网络 有限元 数值分析 |
本文献已被 CNKI 万方数据 等数据库收录! |
|