人工神经网络算法原理及其在工程中的应用.pdfVIP

ttp:// 人工神经网络算法原理及其在工程中的应用 侯靖东 河海大学土木工程学院土木系，南京（210098 ） E-mail ：jindong-h@ 摘 要： 人工神经网络具有特有的非线性适应性信息处理能力，现已被应用于结构工程领 域。本文介绍了应用最广泛的BP 网络模型、BP 算法以及BP 算法的改进，并基于MatLab 神经网络工具箱对一个工程实例进行预测分析，表明通过合理的网络模型可以预测得到较为 精确的结果，因此用神经网络方法求解土木工程问题是可行的。 关键词：神经网络，BP 算法，预测分析，土木工程 中图分类号：TU17 人工神经网络（Artificial Neural Network ）是在特理机制上模拟人脑机制的信息系统， 它不但具有处理数值数据的一般计算能力，而且还具有处理知识的思维、学习、记忆能力。 神经网络产生于20 世纪40 年代，于20 世纪80 年代由于Hopfield 将“能量函数”引入神经网 络，使神经网络稳定性有了明确的判据，再度兴起并得到飞速发展，它采用类似于“黑箱” 的方法，通过学习和记忆而不是假设，找出输入、输出变量之间的非线性关系（映射），在 执行问题和求解时，将所获取的数据输入给训练好的网络，依据网络学习的知识进行网络推 理，得出合理的答案与结果[1] 。 1．人工神经网络的基本原理 人工神经网络是由许多简单的神经元组成的广泛并行互连的网络，它的组织能够模拟生 物神经系统的真实世界物体做出交互反应，它是在物理机制上模拟人脑信息处理机制的信息 系统，是一个具有高度非线性的超大规模连续时间动力系统，具有网络的全局作用、大规模 并行分布处理和联想学习能力。 人工神经元是一个多输入单输出的信息处理单元，通过与其相连的其他神经元接收信 息，它对信息的处理是非线性的，可以把神经元抽象为一个简单的数学模型，如图1 所示。 图1 神经元的数学模型 x x 在图1 中， ， ，…,x 是神经元的输入，即是来是前级n 个神经元的轴突的信息； 1 2 n θ 是i 神经元的阈值；w , w ,…，w 分别是i 神经元对x ，x …,x 的权值连接，即突触 i 1i 2i ni 1 2 n 的传递效率；y 是i 神经元的输出；f 是传递函数，决定i 神经元受到输入x ，x …,x 的 i 1 2 n [2] 共同作用达到阈值时以何种方式输出 。 传递函数f 有多种形式，其中最常见的有阶跃型、线性型和 S 型三种。假设 - 1 - ttp:// n ( ) Ui ∑wji x −θ ，则对应三种典型传递函数f U 描述如下： j i i j 1 （1）阈值函数（也称为阶跃型传递函数） ⎧1 Ui ≥0 ( ) f Ui ⎨