[发明专利]基于BP神经网络的结构面峰值抗剪强度预测模型构建方法

摘要

一种基于BP神经网络的结构面峰值抗剪强度预测模型构建方法，包括如下步骤：(1)用三维激光扫描仪提取结构面初始形态的点云数据，通过MATLAB软件对点云数据进行统计分析，获得三维表面的各种形貌特征参数信息；(2)基于MATLAB编程构建BP神经网络；(3)BP神经网络训练，随机选取每个连接权值和阈值，初始化处理步骤(1)中得到的A0、σt以及σn组成的输入样本数据；将BP神经网络实际输出的剪切强度值τ与期望输出值比对，得到输出层的各单元一般化误差；对比实际和期望输出以调整各层神经元的连接权值和阈值，再进行重复训练，直至神经网络的全局误差E小于设定值。本发明准确的估计结构面抗剪强度。

主权项

1.一种基于BP神经网络的结构面峰值抗剪强度预测模型构建方法，其特征在于，所述方法包括如下步骤：/n(1)用三维激光扫描仪提取结构面初始形态的点云数据，通过MATLAB软件对点云数据进行统计分析，获得三维表面的各种形貌特征参数信息，包括：最大可能接触面积比A₀、节理面粗糙度参数通过巴西劈裂试验和剪切试验获取岩石抗拉强度σ_t、施加于岩石上的法向应力σ_n和峰值剪切强度试验值τ_p；/n(2)基于MATLAB编程构建BP神经网络，设置神经网络样本数据分组方式、网络精度、隐含层层数、神经元数量、运用的算法和性能检验步数；/n(3)BP神经网络训练，随机选取每个连接权值和阈值，初始化处理步骤(1)中得到的A₀、σ_t以及σ_n组成的输入样本数据；将BP神经网络实际输出的剪切强度值τ与期望输出值比对，得到输出层的各单元一般化误差；对比实际和期望输出以调整各层神经元的连接权值和阈值，再进行重复训练，直至神经网络的全局误差E小于设定值。/n