基于遗传算法因素筛选的BP神经网络在软土路基沉降数据处理中的应用.pdfVIP

第44卷第5期 矿 山 测 量 V01．44No．5 2016年 10月 MINE SURVEYING Oct．2O16 doi：10．3969／j．issn．1O0l一358X．2016．05．024 基于遗传算法因素筛选的BP神经网络在软土路基 沉降数据处理 中的应用木 王江荣 ，赵 睿 ，袁维红 ，任泰 明 (1．兰州石化职业技术学院 信息处理与控制工程 系 兰州 730060； 2．兰州石化职业技术学院 土木工程 系，甘肃 兰州 730060) 摘要 ：软土路基沉降与其影响因素之间存在着非线性关系，因输入 自变量较多，用神经网络建模容 易 出现过拟合现象，导致网络模型预测精度 降低 。针对这个问题 ，提 出用遗传算法对输入 自变量进行 压缩降维处理 ，同时对网络模型的权值和阈值进行优化。实例仿真表 明：经降维和权值及阈值优化 的BP网络具有较高的精度 ；预测效果优 于GRNN网络模型和单纯BP网络模型；用于软土路基沉降 预测是可行 的。 关键词 ：软土路基沉降；BP神经网络 ；遗传算法；因素筛选；沉降预测 中图分类号 ：TU443 文献标识码 ：A 文章编号 ：1001—358x(2016)05—0087—04 ApplicationofBPneuralnetworkFactorscreeningbasedonselected bygeneticalgorithmindataprocessingofsoftsoil subgradesub-—-gradesettlement WangJiangrong ，ZhaoRui，YuanWeihong。，RenTaiming (11．DepartmentofInformationProcessingandControlEngineering，LanzhouPetrochemicalCollegeofVocationalTechnology； 2．Departmentofcivilengineering，LanzhouPetrochemicalCollegeofVocationalTechnology，Lanzhou730060，China) Abstract：Thereisanonlinearrelationshipbetweenthesettlementofsoftsoilsubgradesub—gradeanditsinfluencing factors，．bBecauseofthenumerousinputvariablesaremore，theneuralnetworkmodelingispronetooverfitting phenomena，whichleadstothedecreaseofthepredictionaccuracyofthenetworkmode1．Tosolvethisproblem ，a geneticalgorithm isproposedtoreducethedimensionofthe inputvariables，and theweightsandthresholdsofthe networkmodelareoptimized．Thesimulationresultsshow thattheBPnetworkhasahighprecisionaccuracy，andthe predictiveeffectisbetterthanthatoftheGRNN networkmodelandtheBPnetworkmodel，．andThereforeitisfeasi— bletopredictthesettlementofsoft soilsubgrade． Keywords：soft soilsubgradesettlement；BPneuralnetwork；geneticalgorithm ；fac