[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡的巖石破壞強度確定方法無效
| 申請?zhí)枺?/td> | 201310088920.9 | 申請日: | 2013-03-20 |
| 公開(公告)號: | CN103226080A | 公開(公告)日: | 2013-07-31 |
| 發(fā)明(設計)人: | 劉文生;吳作啟;崔鐵軍;由麗雯;楊逾;邵軍;張媛;孫琦;杜東寧 | 申請(專利權)人: | 遼寧工程技術大學 |
| 主分類號: | G01N3/08 | 分類號: | G01N3/08;G06N3/08 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 123000*** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 神經(jīng)網(wǎng)絡 巖石 破壞 強度 確定 方法 | ||
1.一種基于神經(jīng)網(wǎng)絡的巖石破壞強度確定方法,其特征在于,本文使用神經(jīng)網(wǎng)絡在單軸及三軸加載情況下對巖石強度準則進行研究,將搜集來的各種巖石相關數(shù)據(jù)隨機劃分成訓練和驗證子集,將抗壓強度?和最小主應力作為輸入值,最大主應力值作為輸出值訓練神經(jīng)網(wǎng)絡,使用訓練后的神經(jīng)網(wǎng)絡預測試驗巖體破壞時的,其包括如下步驟:實驗數(shù)據(jù)分析和基于ANN的最大主應力值預測,本發(fā)明使用ANN對巖石強度進行預測能適應的加載范圍較寬,適合巖石種類多變的復雜非線性情況,靈活準確。
2.根據(jù)權利要求1所述的神經(jīng)網(wǎng)絡,其特征在于,前饋式神經(jīng)網(wǎng)絡(FFNN),使用雙曲線正切S傳遞函數(shù)和線性傳輸函數(shù)組成的兩層神經(jīng)網(wǎng)絡。
3.根據(jù)權利要求2所述的前饋式神經(jīng)網(wǎng)絡神經(jīng)網(wǎng)絡,其特征在于,隱含層中神經(jīng)元的估計數(shù)量取、、、、的最小值。
4.根據(jù)權利要求2所述的隱含層中神經(jīng)元的估計數(shù)量,其特征在于,估計式的取值:、和分別是輸入神經(jīng)元數(shù)量、輸出神經(jīng)元數(shù)量和訓練樣本數(shù)量,本例中、、(50×70%,50是最小的實驗次數(shù));是噪聲系數(shù),;是越界常量,。
5.根據(jù)權利要求1所述的神經(jīng)網(wǎng)絡,其特征在于,神將網(wǎng)絡輸入值和輸出值應進行規(guī)格化,即這些值按照相應的算法落在[-1,1]內(nèi),規(guī)格化公式為:
式中:是規(guī)格化后的值,和分別為被規(guī)格化實驗數(shù)據(jù)數(shù)列中的最大值和最小值。
6.根據(jù)權利要求1所述的神經(jīng)網(wǎng)絡,其特征在于,將實驗數(shù)據(jù)(,,)組成的數(shù)據(jù)集分為兩部分,70%的訓練數(shù)據(jù)和30%的檢驗數(shù)據(jù);ANN初始的權值和閾值是在[-1,1]內(nèi)隨機選取的,MATLAB首先隨機選取訓練數(shù)據(jù),再初始化權值和閾值,然后訓練ANN。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于遼寧工程技術大學,未經(jīng)遼寧工程技術大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310088920.9/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡轉換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡
- 神經(jīng)網(wǎng)絡的生成方法、生成裝置和電子設備
- 一種舌診方法、裝置、計算設備及計算機存儲介質(zhì)
- 學習神經(jīng)網(wǎng)絡結構
- 脈沖神經(jīng)網(wǎng)絡轉換方法及相關轉換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設備
- 一種適應目標數(shù)據(jù)集的網(wǎng)絡模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構人工神經(jīng)網(wǎng)絡的處理器及其操作方法、電氣設備
- 一種圖像神經(jīng)網(wǎng)絡結構的優(yōu)化方法及裝置





