[发明专利]基于优化输入层的BP神经网络预报滑坡的方法

摘要

本发明公开了基于优化输入层的BP神经网络预报滑坡的方法，包括以下步骤，步骤1）输入层滑坡有关参数的采集；步骤2）BP神经网络训练操作；步骤3）判断是否满足要求，已知期望值为t，根据输出节点的误差公式，计算误差，若满足要求，即完成样本的训练，否则，根据减少误差的原则，先调整，θ_l，在调整，，并用修正后的值进行训练直至满足要求；步骤4）当样本完成训练后，输入初始化的预测样本进行，即可得到预测值。本方法是在利用BP神经网络操作简单，学习能力强，适应性好。

主权项

1.基于优化输入层的BP神经网络预报滑坡的方法，包括以下步骤，其特征在于：步骤1）输入层滑坡有关参数的采集；用对原始数据进行预处理，使输入数据落在0至1之间；步骤2）BP神经网络训练操作；假设初始化输入值分别为想x₁,x₂,x₃……x_n，输入节点与隐层节点之间的权值为，隐层节点与输出节点之间的权值为，隐层中的阈值为，输出层中的阈值为，用和计算节点的输入输出和；                                                步骤3）判断是否满足要求，已知期望值为t，根据输出节点的误差公式，计算误差，若满足要求，即完成样本的训练，否则，根据减少误差的原则，先调整，，在调整，，并用修正后的值进行训练直至满足要求；步骤4）当样本完成训练后，输入初始化的预测样本进行，即可得到预测值。