神经网络在岩土工程上的应用.pptx

1 BP神经网络简介 BP神经网络算法 BP神经网络的MATLAB实现 目 录 实际工程案例分析 结论与建议 2 BP神经网络简介 神经网络基本模型 3 BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。目前，在人工神经网络的实际应用中，决大部分的神经网络模型是采用BP网络和它的变化形式。BP网络主要用于： BP神经网络简介 ◆ 函数逼近 ◆ 模式识别 ◆ 分类 ◆ 数据压缩 4 基本BP网络的拓扑结构 b1 bi a1 c1 cq cj ah bp an … … … … … … Wp1 Wiq Wpj W1q W1j Wij 11 W11 Wpq Wi1 Vh1 Vhi V1i Vn1 Vni V1p Vhp Vnp 输出层LC 隐含层LB 输入层LA W V 5 （1）输入层不计在层数之内，它有 个神经元．设网络 共有L层；输出层为第L层；第 k层有 个神经元． 假设： wk(i,j) 表示从第k-1层第j个元到第k层第i个元的权重， BP神经网络算法 多层前馈网络 6 （3）设层与层间的神经元都有信息交换（否则，可设它们之间的权重为零）；但同一层的神经元之间无信息传输． (4) 设信息传输的方向是从输入层到输出层方向；因此称为前向网络．没有反向传播信息． BP神经网络算法 7 在上述假定下网络的输入输出关系可以表示为： 其中 表示第k层第i个元的阈值. 8 输入数据 求实际输出与期望输出之间的误差 误差是否满足要求 调整神经网（通过修改权值） 否 结束 开始 BP神经网络算法 层与层之间如何传递：传递函数 误差的判别公式：性能函数 如何调整权值：训练函数与偏差学习函数 三个重要概念 是 正向传递 反向传递 9 BP神经网络的MATLAB实现 newff 创建前向BP网络 格式： net = newff(PR,[S1 S2...SNl],{TF1 TF2...TFNl},BTF,BLF,PF) 其中：PR —— R维输入元素的R×2阶最大最小值矩阵； 　　 Si —— 第i层神经元的个数，共N1层； TFi—— 第i层的传递函数，默认‘tansig’； BTF—— BP网络的训练函数，默认‘trainlm’; BLF—— BP权值/偏差学习函数，默认’learngdm’ PF —— 性能函数，默认‘mse’；（误差） 10 （1）purelin —— 线性传递函数； （2）tansig —— 双曲正切S型（sigmoid）传递函数； （3）logsig —— 对数S型（sigmoid）传递函数； 1、传递函数： （1） （2） （3） 11 2、训练函数： trainlm —— Levenberg-Marquardt的BP算法训练函数； trainbfg —— BFGS拟牛顿BP算法训练函数； trainrp —— 具有弹性的BP算法训练； traingd —— 梯度下降是BP算法训练; traingda —— 梯度下降自适应lr的BP算法训练； traingdm —— 梯度下降动量的BP算法训练； traingdx —— 梯度下降动量和自适应lr的BP算法训练； BP权值偏差/学习函数与性能函数一般取默认值！ 12 实际工程案例分析 紫金港路位于和谐杭州示范区的核心区域，南邻西溪国家湿地公园，北接浙江大学新校区，作为区块内主要的南北向骨架道路交通地位十分重要。 紫金港隧道工程全长2.65公里，其中文一西路北侧约0.5公里为地面道路，然后自南向北依次下穿余杭塘河、余杭塘路(规划)、浙大南通道(规划)、俞家河、浙大北通道(拟建)、族滨漾、育英路(规划)、留石快速路，在穿越留石快速路后接地面道路，下穿隧道全长2.16公里。隧道为双向四车道，中间隔断，等级为城市主干道。 地下立交三维模型 13 R-R挡墙剖面图 目标！！！通过历史观测得到的R-R挡墙位移数据来预估今后一周的挡墙位移 实际工程案例分析 14 第一步：数据处理，选取9月份（1号~30号）R-R挡墙的位移观测值整理成一张excel表 第二步：输入、输出层设计 输入层：3+1，即通过前两天以当天位移数据（3）来预测明天挡墙位移（1） 输出层