基于极大似然估计的BP算法及其在深基坑开挖参数辨识中的应用

本文采用人工神经网络BP算法对深基坑开挖工程中的参数进行辨识，将某些现场实测值作为网络输入，土层物性参数作为网络的输出， 限元计算取得学习样本来训练网络，从而地深基坑开挖工程中的参数进行辨识的目的，同时，本文提出了将极大似然估计引入BP学习算法中，可以考虑学习样本和网络输入（现场产测值）的误差，可以求得所辨识参数的可靠度，本文还对动态调整BP学习算法的学习速度因子，冲量系数以加快网络学习速度的算法进行了研究，本文算例表明本文算法训练速率可比传统BP算法快10倍以上