基于混沌优化BP神经网络的地面沉降模型 A Land Subsidence Model Based on a Chaos Optimization Algorithm and a BP Neural Network.pdfVIP

下载本文档

3
0
约 6页
2017-09-03 发布于湖北
举报
版权申诉

基于混沌优化BP神经网络的地面沉降模型 A Land Subsidence Model Based on a Chaos Optimization Algorithm and a BP Neural Network.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第37卷第3期中国矿业大学学报 V01．37No．3 ofChina of 2008 2008年5月 Journal UniversityMiningTechnologyMay 基于混沌优化BP神经网络的地面沉降模型李红霞1，张建雄2，赵新华1 (1．天津大学环境科学与工程学院，天津300072；2．天津大学系统工程研究所，天津300072) 摘要：为了合理指导地下水资源开采，有效控制区域性地面沉降，结合混沌优化算法和BP算法设计了一种混沌BP混合算法，并基于混沌优化BP神经网络建立了地面沉降模型．该模型克服了传统BP神经网络模型存在的收敛速度慢、收敛精度低、易陷入局部极小点等缺点，具有较高 a的的拟合精度．为探求各含水组的地下水位值对地面沉降的影响，以华北某沿海城市连续14 各含水组的年均地下水位值作为输入变量，以4个水准监测点年地面沉降值作为输出变量，训练混沌优化BP神经网络模型，应用训练好的模型对地下水位影响强度进行了分析．结果表明：地面沉降与地下水位存在较一致的响应趋势，各含水组对地面沉降的影响强度依含水组Ⅳ，Ⅲ，V， Ⅱ的顺序逐渐减弱．关键词：地面沉降；地下水位；BP神经网络；混沌优化中图分类号：P642．26 文献标识码：A 文章编号：1000一1964(2008)03—0396—06 ALandSubsidenceModelBasedona Chaos andaBPNeuralNetwork OptimizationAlgorithm LI Xin-hual Jian-xion92，ZHAO Hong—xial。ZHANG (1．SchoolofEnvironmentalScienceand 300072，China； Engineering，TianjinUniversity，Tianjin 2．Instituteof 300072，China) SystemsEngineering，TianjinUniversity，Tianjin network chaos and Abstract：ABack model Propagation(BP)neuralcombiningoptimization BP wasusedto surfacesubsidencetheremovalof wa— algorithms predict during underground ter．ThemodeliSshowntofitthedata andtoovercomeseveraldifficultiesoftradi— precisely tionalBPneural and in networks，namely：slowconvergence，lowaccuracydifficultyfinding