基于自组织神经网络的砂土液化评价
摘要:在分析自组织特征映射(SOFM)神经网络基本学习算法的基础上,从提高算法收敛速度和性能出发,提出了一种改进算法:根据实际应用并结合专家经验确定初始连接权值;采用高斯函数作为拓扑邻域函数;将算法分为粗调整和细调整两个阶段,分别采用不同的学习率和邻域函数,然后采用改进后的SOFM算法对砂土液化进行评价。实例研究表明,应用SOFM神经网络评价砂土液化高效可行,为砂土液化评价提供了新方法。
Abstract:An improved algorithm for self-organizing feature map neural network is presented. In this algorithm,the expert experience and actual state are considered using training weight vectors, the Gauss weight neighborhood function is used to replace the square or circular function, and different descending functions of learning rate and neighborhood width are used in two learning periods. The improved algrithm is used to evaluate the sand liquefaction. The testing results of practical examples show that the method based on SOFM neural network is feasible and effective, and it provides a new approach to research sand liquefaction potential.
中文标题：
基于自组织神经网络的砂土液化评价
Evaluation of Sand Liquefaction Based on SOFM Neural Network
作者：
薛新华
XUE Xin-hua
作者简介:薛新华,1977年生,男,汉族,山东惠民人,博士生,从事非线性力学在岩土工程中的应用研究。E-mail:heroxxh@zju.edu.cn
通讯地址：
浙江大学岩土工程研究所, 浙江杭州 310027
InstituteofGeotechnicalEngineering,ZhejiangUniversity,HangzhouZhejiang310027China
中图分类号:TU441;TP183
出版物：岩土工程技术
收稿日期:2006-01-01
网络出版日期:2021-07-06
关键词:自组织特征映射,神经网络,砂土液化
Key words:self-organization,neural network,sand liquefaction
文档包含图片数量：图片(0)张
文档包含表格数量：表格(0)个
参考文献：
基金项目：
- 文件大小:
- 423.19 KB
- 下载次数:
- 60
-
高速下载
|
|
