一种基于GA-BP神经网络的UDEC细观参数标定方法
申请号:CN202510057553
申请日期:2025-01-14
公开号:CN120087184B
公开日期:2025-08-01
类型:发明专利
摘要
本发明涉及岩石力学计算技术领域,具体公开了一种基于GA‑BP神经网络的UDEC细观参数标定方法,包括如下步骤:建立UDEC模型;生成细观参数数据集;计算得到宏观参数;Pearson相关性分析;构建GA‑BP神经网络并训练;利用训练好的最优模型输出UDEC细观参数。本发明采用GA‑BP模型,遗传算法优化BP神经网络是一种结合了遗传算法和BP神经网络的预测方法,利用遗传算法优化BP神经网络的权值和阈值,提高BP神经网络的预测精度和泛化能力。遗传算法优化BP神经网络的优点是可以克服BP神经网络容易陷入局部最优解、收敛速度慢、参数选择困难等问题,可以提高拟合效果。
技术关键词
细观参数标定方法
BP神经网络拟合
单轴抗压强度
Pearson相关系数
遗传算法
变量
泊松比
BP模型
刚度
岩石试样
剪切模量
数据
误差
超参数
线性
定义
上板