Release Time:2019-03-11  Hits:

Indexed by: Journal Article

Date of Publication: 2006-04-30

Journal: 长江科学院院报

Included Journals: CSCD、ISTIC、PKU

Volume: 23

Issue: 2

Page Number: 42-45

ISSN: 1001-5485

Key Words: 神经网络;模拟退火算法;XOR问题;边坡稳定性分析

Abstract: 针对BP神经网络收敛速度慢、易陷入局部极小的缺点,将具有全局搜索能力的模拟退火(SA)算法引入到神经网络的权值优化中.并且在SA算法中引入状态接受过程和退火过程的自适应措施,增加了对当前状态最优解的"记忆能力",避免了当前最优解的遗失,提高了算法的搜索效率.通过对XOR问题求解的比较,显示出SABP算法具有全局收敛且精度高的优越特性.最后基于实际工程的边坡数据建立了一个SABP算法模型,成功解决了具有高度非线性特点的边坡稳定性评价问题.