中风化砂岩。基。选出了有着代表性的个样本,具体见表所示,在通过繁复的训练学习之后,模型误差已经在次之后,详情可见图图网络学习的收敛曲线模型检验的对比为了更好地去对神经网络实际训练而出的模型在正式的工程应用中所具备的可模型的组构部分为输入层以及隐含层输出层。网络拓扑结构的因层则是多层的。就模型之中的输入神经元而言,其输入以及输出是内容给出了网络输入量以及网络目标输出向量,并且开始将网络权指初始化对实际的网络输出进行计算以及分类公路隧道围岩的总体稳定性。参考文献宫凤强,李夕兵,张伟隧道围岩分级的距离判别分析模型及应用铁道学报,邱道宏,薛翊国,苏茂鑫,等基于粗集功效系数法的青岛地铁围岩稳定性研究山东大学学报工学基于神经网络法公路隧道围岩稳定性研究论文原稿真实的地质环境加以结合,选定了不连续结构面的状态以及充填情况岩石的单轴抗压强度以及岩石质量指标地下水渗水量洞轴线和层状岩石醋在的夹角这大指标来当作评价因子,构建了以神经网络为基础的公路隧洞围岩的分类模型,对公路其输出值大体和实际值是致的,具体可见于下表结果说明了,此模型能够被投入到公路隧道的围岩稳定性的分类问题中予以应用。表模型验证对比的结果表结论怎样简单而高效地准确地去针对工程岩体来实施分类是个极具挑战性的课题,值得深工程学报,。摘要怎样简单而高效地准确地去针对工程岩体来实施分类是个极具挑战性的课题,值得深入研究,同时它还是现场施工的最为急迫的个需求,尤其是些特殊性的地下工程。我们针对省公路隧道来展开具体的研究,同本区域依次是其原始数据之中拥有的最小值及最大值,而在归化之后的其对应的数值则应该为至。选出了有着代表性的个样本,具体见表所示,在通过繁复的训练学习之后,模型误差已经在次之后,详情可见图图网络学习的收敛曲省公路隧道来展开具体的研究,同本区域的真实的地质环境加以结合,选定了不连续结构面的状态以及充填情况岩石的单轴抗压强度以及岩石质量指标地下水渗水量洞轴线和层状岩石醋在的夹角这大指标来当作评价因子,构建了以神经模型检验的对比为了更好地去对神经网络实际训练而出的模型在正式的工程应用中所具备的可行性以及有效性作出验证,把这分类模型具体地用到了后期的几个洞段总共个围岩稳定性的分类,并地模型展开工程实例的对比。最后的结果显示出了在隧道区域,其表层分布的土体主要是坡积粉质的粘土,是种中软土,具有中等强度以及中等压塑的特性,而工程的地质性能也是般的。而在隧道中,其进口段围岩则多是全风化以及强风化之后的砂岩在洞身段的围岩则多半是中风化砂岩。基的等级特征值。基于神经网络法公路隧道围岩稳定性研究论文原稿。工程应用工程概况以及围岩稳定性的评价体系本篇文章要研究的隧道目标其实是省境内的公路速到,在隧道的所在区域,其地貌是低山丘陵地貌,而且地势的起。而在隧道中,其进口段围岩则多是全风化以及强风化之后的砂岩在洞身段的围岩则多半是中风化砂岩。工程应用工程概况以及围岩稳定性的评价体系本篇文章要研究的隧道目标其实是省境内的公路速到,在隧道的所在区域,其地貌是低研究,同时它还是现场施工的最为急迫的个需求,尤其是些特殊性的地下工程。本文基于人工神经网络而具体地提出了种有效的公路隧道围岩的稳定性的分类方法,基于和工程实例的对比之后已表明了,神经网络可以比较准确地去评模型检验的对比为了更好地去对神经网络实际训练而出的模型在正式的工程应用中所具备的可行性以及有效性作出验证,把这分类模型具体地用到了后期的几个洞段总共个围岩稳定性的分类,并地模型展开工程实例的对比。最后的结果显示出了真实的地质环境加以结合,选定了不连续结构面的状态以及充填情况岩石的单轴抗压强度以及岩石质量指标地下水渗水量洞轴线和层状岩石醋在的夹角这大指标来当作评价因子,构建了以神经网络为基础的公路隧洞围岩的分类模型,对公路离判别分析模型及应用铁道学报,邱道宏,薛翊国,苏茂鑫,等基于粗集功效系数法的青岛地铁围岩稳定性研究山东大学学报工学版,王迎超,孙红月,尚岳全,等基于特尔菲理想点法的隧道围岩分类研究岩基于神经网络法公路隧道围岩稳定性研究论文原稿也是比较大的,其进洞口的自然山坡坡度实际上大概达至,而且自然山坡是较为稳定的,整个洞身其最高点的海拔大概是米,且沟壑是比较发育的,不过宽度则比较小,另外,切割纵深实际比较大,各个沟壑多半为真实的地质环境加以结合,选定了不连续结构面的状态以及充填情况岩石的单轴抗压强度以及岩石质量指标地下水渗水量洞轴线和层状岩石醋在的夹角这大指标来当作评价因子,构建了以神经网络为基础的公路隧洞围岩的分类模型,对公路较大,各个沟壑多半为型。神经网络的学习样本为了确保样本能够具备典型性以及全面性,依其现场施工所给出的反馈,选定了这工程区域内最标准的不样的洞段个的有关评价参数来充当样本,具体可见于下表,在表中已给定了每个样本所对围岩稳定性的分类问题中予以应用。表模型验证对比的结果表结论怎样简单而高效地准确地去针对工程岩体来实施分类是个极具挑战性的课题,值得深入研究,同时它还是现场施工的最为急迫的个需求,尤其是些特殊性的地下工程。本文基于丘陵地貌,而且地势的起伏也是比较大的,其进洞口的自然山坡坡度实际上大概达至,而且自然山坡是较为稳定的,整个洞身其最高点的海拔大概是米,且沟壑是比较发育的,不过宽度则比较小,另外,切割纵深实际模型检验的对比为了更好地去对神经网络实际训练而出的模型在正式的工程应用中所具备的可行性以及有效性作出验证,把这分类模型具体地用到了后期的几个洞段总共个围岩稳定性的分类,并地模型展开工程实例的对比。最后的结果显示出了道围岩的等级展开了成功的评级,得到了较佳的评价效果,并且为公路隧道围岩的合理分类提供了相应的依据。在隧道区域,其表层分布的土体主要是坡积粉质的粘土,是种中软土,具有中等强度以及中等压塑的特性,而工程的地质性能也是般工程学报,。摘要怎样简单而高效地准确地去针对工程岩体来实施分类是个极具挑战性的课题,值得深入研究,同时它还是现场施工的最为急迫的个需求,尤其是些特殊性的地下工程。我们针对省公路隧道来展开具体的研究,同本区域基于神经网络法公路隧道围岩稳定性研究论文原稿。摘要怎样简单而高效地准确地去针对工程岩体来实施分类是个极具挑战性的课题,值得深入研究,同时它还是现场施工的最为急迫的个需求,尤其是些特殊性的地下工程。我们针人工神经网络而具体地提出了种有效的公路隧道围岩的稳定性的分类方法,基于和工程实例的对比之后已表明了,神经网络可以比较准确地去评价以及分类公路隧道围岩的总体稳定性。参考文献宫凤强,李夕兵,张伟隧道围岩分级的基于神经网络法公路隧道围岩稳定性研究论文原稿真实的地质环境加以结合,选定了不连续结构面的状态以及充填情况岩石的单轴抗压强度以及岩石质量指标地下水渗水量洞轴线和层状岩石醋在的夹角这大指标来当作评价因子,构建了以神经网络为基础的公路隧洞围岩的分类模型,对公路行性以及有效性作出验证,把这分类模型具体地用到了后期的几个洞段总共个围岩稳定性的分类,并地模型展开工程实例的对比。最后的结果显示出了,其输出值大体和实际值是致的,具体可见于下表结果说明了,此模型能够被投入到公路隧道工程学报,。摘要怎样简单而高效地准确地去针对工程岩体来实施分类是个极具挑战性的课题,值得深入研究,同时它还是现场施工的最为急迫的个需求,尤其是些特殊性的地下工程。我们针对省公路隧道来展开具体的研究,同本区域基于神经网络法公路隧道围岩稳定性研究论文原稿。在此式中,指代的是第个指标的第个对应数据,而以及则依次是其原始数据之中拥有的最小值及最大值,而在归化之后的其对应的数值则应该为,王迎超,孙红月,尚岳全,等基于特尔菲理想点法的隧道围岩分类研究岩土工程学报,。神经网络模型人工神经网络实际上是反馈式的全连接型的多层神经网络,有着比较强大的联想记忆以及推广能力。而标准的研究,同时它还是现场施工的最为急迫的个需求,尤其是些特殊性的地下工程。本文基于人工神经网络而具体地提出了种有效的公路隧道围岩的稳定性的分类方法,基于和工程实例的对比之后已表明了,神经网络可以比较准确地去评模型检验的对比为了更好地去对神经网络实际训练而出的模型在正式的工程应用中所具备的可行性以及有效性作出验证,把这分类模型具体地用到了后期的几个洞段总共个围岩稳定性的分类,并地模型展开工程实例的对比。最后的结果显示出了络为基础的公路隧洞围岩的分类模型,对公路隧道围岩的等级展开了成功的评级,得到了较佳的评价效果,并且为公路隧道围岩的合理分类提供了相应的依据。在此式中,指代的是第个指标的第个对应数据,而以及模型的组构部分为输入层以及隐含层输出层。网络拓扑结构的因层则是多层的。就模型之中的输入神经元而言,其输入以及输出是内容给出了网络输入量以及网络目标输出向量,并且开始将网络权指初始化对实际的网络输出进行计算基于神经网络法公路隧道围岩稳定性研究论文原稿。摘要怎样简单而高效地准确地去针对工程岩体来实施分类是个极具挑战性的课题,值得深入研究,同时它还是现场施工的最为急迫的个需求,尤其是些特殊性的地下工程。我们针