遗传神经网络预测路基沉降

遗传神经网络预测路基沉降

一、概述

二、人工神经网络

三、遗传算法

四、遗传神经网络工程应用

五、总结

一概述

利用人工神经网络能够处理大量信息能力的优势和遗传算法具有全局优化搜索的特点结合起来，形成基于遗传算法的人工神经网络，称之为遗传神经网络。这样的人工神经网络避免了在学习过程中陷入局部最优解。把它用于岩土工程领域，通过监测数据来训练遗传神经网络以获得网络神经元的连接权值。获得满意的权值后，就可以用遗传神经网络来计算高等级公路地基沉降，具有较高的工程实用价值。

二人工神经网络

人工神经网络（ArtificialNeuralNetwork），一种模拟人的大脑功能信息处理系统。ANN的操作有两种过程，一是训练学习；二是正常操作。训练时，把要教给网络的信息作为网络的输入，使网络按照某种规则（或称训练算法）调节各个处理单元的连接权值。当各连接权值调节好，网络训练完成，就可以进行正常操作，就是对训练好的网络输入一个信号，它就可以正确回忆出响应输出。

人工神经网络结构图model

反向传播网络

反向传播网络（BackPropagationNetwork，简称BP网络），BP算法是由两部分组成：信息的正向传递与误差的反向传播。在正向传递过程中，输入信息从输入层经隐含层逐层计算传向输出层，每一层的神经元的输出作为下一层神经元的输入。如果输出层没有得到期望的输出，则计算输出层的误差变化值，然后转向反向传播，通过网络将误差信号沿原来的连接通路反传回来修改各层神经元的权值直至达到期望目标。

激励函数和适应度函数在本研究中，激励函数采用非线性的广义Sigmoid函数，其关系式为：适应度函数为：

三遗传算法

遗传算法(GeneticAlgorithms，简称GA)是建立在自然选择和自然遗传学机理基础上的迭代自适应概率性搜索算法。是一种模仿生物进化过程的最优化方法，它模拟了自然选择和自然遗传过程中发生的繁殖、交换、变异现象，它根据适者生存、优胜劣汰的自然法则利用遗传算子:选择、交叉、变异逐代产生、优选个体，最终搜索到较优的个体。具有不需要求梯度、能得到全局最优解、算法简单、可并行处理等优点。

选择交叉变异遗传算法流程图

四、遗传神经网络工程应用模型默介绍本文救路基稼模型营如图阅，通责过离蓬散化剖，把智计算音土层阔分成尝二十尝层，碑每米原一层湾,也搞就是推说计功算深粮度为扫20抄米，撤与常型规的膜地基谣沉降验计算眨深度天相符弊合，渣每层贴土体斩上的傻参数册可根嘉据实瞒际情位况进币行调赠整，耽这样枝就需愤要局顶部变单量：崭压缩杀模量陕、孔迅隙比敞、渗被透系奏数、睁塑性枯指数纱各二窗十个情，再叛加上绿四个跌全局高变量昏：路倍堤厚催度、控桩长奋、地扫下水真位深插度、捧渗透错系数顿，总竞共有他84押个参确数需的要考翁虑。内我们抛认为绣这些告参数库与地芦基沉利降之闸间存朝在着腾一种晋确定告的映伪射关练系，促表示助成：mo努de深l五包结论一、疤人工拍神经荷网络护作为里模仿厚人脑仪结构脸及其拖功能藏的信绘息处叫理系尼统可宇以应俱用到担岩土急工程围领域糖，解贫决常昏规计想算方丑法难足以解辟决得径问题写。还二、厦遗传敲算法筑作为毒一种盲优化狗算法捐具有塌全局朱搜索元的能躬力，驰在人勺工神伟经网招络的详训练稿过程槐中可偿以为蜻网络荐寻找凉到全争局最控优的侮一组瓶权值私，避浪免权伴值陷柜入局责部最槐优解易而不肆能自漫拔。股三旬、遗扬传神接经网悠络在秘计算琴高等舟级公牲路地健基沉斯降方货面具更有它恢的独症到之灿处，爪它考害虑的闯因素硬可以吸比较蛋多，朴以前熔没有惯办法达考虑模的参原数也牌可以跃被考隐虑进隔去，休所以折它更漆符合员客观滋实际刘。亏四、驳本遗