摘要
本发明涉及岩石力学计算技术领域,具体公开了一种基于GA‑BP神经网络的UDEC细观参数标定方法,包括如下步骤:建立UDEC模型;生成细观参数数据集;计算得到宏观参数;Pearson相关性分析;构建GA‑BP神经网络并训练;利用训练好的最优模型输出UDEC细观参数。本发明采用GA‑BP模型,遗传算法优化BP神经网络是一种结合了遗传算法和BP神经网络的预测方法,利用遗传算法优化BP神经网络的权值和阈值,提高BP神经网络的预测精度和泛化能力。遗传算法优化BP神经网络的优点是可以克服BP神经网络容易陷入局部最优解、收敛速度慢、参数选择困难等问题,可以提高拟合效果。
技术关键词
细观参数标定方法
BP神经网络拟合
单轴抗压强度
Pearson相关系数
遗传算法
变量
泊松比
BP模型
刚度
岩石试样
剪切模量
数据
误差
超参数
线性
定义
上板
系统为您推荐了相关专利信息
控制回路
参数优化方法
遗传算法
干熄焦系统
PID控制参数
遗传算法优化
WKNN算法
信号发射模块
定位系统
可见光信号
BIM技术
组合特征向量
多模态数据融合
遗传算法
数据融合机制