神经网络在岩体力学参数和地应力场反演中的应用

bp神经网络已广泛地应用于岩体力学参数和初始应力场的反演分析，但在实际应用中，bp网络存在着网络训练易于过度、收敛速度慢、易陷入局部极小以及隐层节点数难于确定等缺点。采用rbf网络和改进的bp网络，利用基于有限差分格式的快速拉格朗日算法进行正分析计算，依据若干测点的正应力数据，反演了计算区域的岩体力学参数以及初始应力场。算例表明，rbf神经网络与快速拉格朗日算法相结合，在样本容量相同的情况下，反演分析的精度、网络的拓扑结构以及学习、收敛速度，均优于采用bp网络的反演算法。