一种基于GA-BP神经网络的UDEC细观参数标定方法

AITNT
正文
推荐专利
一种基于GA-BP神经网络的UDEC细观参数标定方法
申请号:CN202510057553
申请日期:2025-01-14
公开号:CN120087184B
公开日期:2025-08-01
类型:发明专利
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
1
一种基于强化学习的干熄焦串级控制回路参数优化方法
控制回路 参数优化方法 遗传算法 干熄焦系统 PID控制参数
2
一种基于WKNN与遗传算法优化的高精度可见光定位系统及方法
遗传算法优化 WKNN算法 信号发射模块 定位系统 可见光信号
3
一种边缘服务器、边缘计算系统及其通信方法
拓扑网络结构 通信状态信息 节点 服务器 决策
4
基于GA-BP神经网络模型的卫星影像定价方法及装置
BP神经网络模型 定价方法 影像 遗传算法 变量
5
一种通过BIM技术去除管线碰撞的优化方法及装置
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号