基于改进rbf神经网络的硬岩岩体变形模量预测

？岩体变形模量确定方法有室内外试验法、数值分析法、反分析法、岩体分类法等。上述方法均存在很大缺陷，而神经网络法的日益完善使通过建模预测岩体参数成为可能。以溪洛渡水电站的88组数据为基础，考虑岩石质量指标rqd、rmd、vp等因素，建立了基于模式搜索法的改进rbf神经网络模型，并用该模型预测岩体变形模量。为了验证模型的准确性，将西藏如美水电站岩体的17组数据代入，将其预测结果与bp神经网络模型结果及原位数据作对比。结果表明，改进rbf模型更适于硬岩岩体变形模量的预测。