马莎,张战强,黄志全

• 1:华北水利水电学院
• 2:洛阳市水利工程局
• 3:华北水利水电学院 河南郑州450011
• 4:河南洛阳471001

摘要(Abstract)：

为合理选取溪洛渡水电站岩体力学参数,运用偏最小二乘回归对神经网络输入数据进行处理,提取了对系统具有最佳解释能力的新综合变量,较好地克服了各因素间的多重线性相关性问题,解决了由于输入数据的严重相关性造成的神经网络模型不稳定及收敛速度慢的问题。结果表明,与单一方法相比,结合方法简化了网络结构,增强了网络稳定性。这一研究能为优化设计提供可靠的依据。

关键词(KeyWords)： 小脑神经网络;偏最小二乘回归;力学参数;溪洛渡水电站

Abstract:

Keywords:

基金项目(Foundation): 2005年度河南省高等学校创新人才培养工程;; 2005年度河南省高校杰出科研人才创新工程项目(HAIPURT,2005KYCX015);; 华北水利水电学院青年基金资助(HSQJ2008008)

作者(Author): 马莎,张战强,黄志全

参考文献(References)：

• [1]黄志全,陈尚星,李华晔,等.溪洛渡电站软弱夹层剪切强度分析研究[J].地质与勘探,2005,41(4):98-101.
• [2]马莎,姜彤,黄志全,等.岩体变形模量偏最小二乘回归与神经网络关联性研究[J].岩石力学与工程学报,2004,23(22):3770-3774.
• [3]Ma Sha,Cao Lianhai,Li Huaye.The improved neutral network andits application for valuing rock mass mechanical parameter[J].Jour-nal of Coal Science&Engineering(China),2006,12(1):21-24.
• [4]Bulent Tiryaki.Application of artificial neural networks for predic-ting the cuttability of rocks by drag tools[J].Tunnelling and Under-ground Space Technology,2007,23(3):1-8.
• [5]石安池,徐卫亚,周家文,等.边坡弹性模量反分析的模拟退火BP网络方法[J].河海大学学报(自然科学版),2006,(1):69-73.
• [6]Farifteh J,F Van der Meer,Atzberger C,et al.Quantitative analy-sis of salt-affected soil reflectance spectra:A comparison of two a-daptive methods(PLSR and ANN)[J].Remote Sensing of Environ-ment,2007,110(1):59-78.
• [7]云舟工作室.MATLAB数学建模基础教程[M].北京:人民邮电出版社,2001.
• [8]Martin T Hangan,Howard B Demuth,等.神经网络设计[M].戴葵,等译.北京:机械工业出版社,2002.