【技术实现步骤摘要】
本专利技术涉及地下工程,具体为一种基于麻雀搜索算法优化bp神经网络的岩爆烈度等级评价方法。
技术介绍
1、岩爆是在高地应力条件下,由于外界扰动导致围岩应力重新分布,储存于岩体中的弹性应变能突然释放,且产生一系列破坏现象的一种动力失稳地质灾害。岩爆不仅造成经济损失,而且直接威胁人员和设施的安全,严重的还会诱发地震,造成一系列次生灾害。精准、可靠地预测岩爆一直都是安全生产方面的热点问题。国内外许多专家和学者从不同方向对岩爆的发生机理进行了大量的探索和研究。起初主要是从岩石的强度、能量、脆性和临界埋深等方面进行了研究。但由于岩爆是一个复杂的非线性问题,许多方法考虑指标权重问题,难以摆脱主观的影响,同时由于计算机技术与大数据的飞速发展,机器学习相关的研究方法应运而生。许多相关学者建立了不同的神经网络模型。但是,传统bp神经网络收敛速度缓慢、容易陷入局部最优等问题,影响预测有效性与精度。
技术实现思路
1、鉴于现有技术上的不足,本专利技术提出一种基于麻雀搜索算法优化bp神经网络的岩爆烈度等级评价方法
...【技术保护点】
1.一种基于SSA-BP神经网络模型的岩爆烈度等级评价方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于SSA-BP神经网络模型等级评价方法,其特征在于:所述步骤1中设置BP神经网络网络参数:输入层神经元个数,隐藏层数,隐藏层神经元个数,输出层神经元个数。最大训练次数,学习速率,目标误差等;麻雀搜索算法参数:种群规模,进化次数等,建立麻雀搜索算法优化BP神经网络模型。
3.根据权利要求1所述的一种基于SSA-BP神经网络模型等级评价方法,其特征在于:所述步骤,2中岩爆等级分为Ⅰ级(无岩爆)、Ⅱ级(轻微岩爆)、Ⅲ级(中等岩爆)及Ⅳ
...【技术特征摘要】
1.一种基于ssa-bp神经网络模型的岩爆烈度等级评价方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于ssa-bp神经网络模型等级评价方法,其特征在于:所述步骤1中设置bp神经网络网络参数:输入层神经元个数,隐藏层数,隐藏层神经元个数,输出层神经元个数。最大训练次数,学习速率,目标误差等;麻雀搜索算法参数:种群规模,进化次数等,建立麻雀搜索算法优化bp神经网络模型。
3.根据权利要求1所述的一种基于ssa-bp神经网络模型等级评价方法,其特征在于:所述步骤,2中岩爆等级分为ⅰ级(...
【专利技术属性】
技术研发人员:刘传举,王文通,郭沙,张千俊,
申请(专利权)人:西南科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。