- 1、本文档共1页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于蚁群聚类RBF网络的堆石料参数反演
采用坝体的沉降观测值来反演坝体堆石料的参数,步骤如下:
(l)确定待反演参数个数p和观测自由度数目m;
(2)确定待反演参数取值范围,用正交试验和均匀试验设计试验,为增加样本多样性可
适当增加随机试验样本;
(3)在参数取值范围内,随机生成测试试验数据;
(4)正演计算,对每一组试验参数用有限元法计算坝体沉降,形成训练样本和测试样本。
为了保证网络的泛化能力,测试样本应该占总样本数的20%~30%,训练样本占
70%~80%,且测试样本不能与训练样本相同。
(5)预处理,采用下式将样本数据归一化
(6)用训练样本对ACCRBF网络进行训练,获得理想的网络基函数中心,扩展常数,权
值等;
(7)用测试样本对网络进行测试,反归一化后计算测试误差,若误差满足要求,则该网
络可以用于实际工程的参数反演;
采用几种常用的误差标准来评价网络的性能,它们是均方根误差(RMSE)、平均绝对误
差(MAE)、平均相对误差(MRE)、最大相对误差(MAXRE)。
文档评论(0)