摘要

研究了遗传算法(GA)在设计和优化BPNN结构时的效能和它在预测岩体变形模量的应用,利用GA找到隐藏层神经元的最优数量以及隐含与输出层的学习因子和动量因子,然后和试错过程进行比较。采用了来源于实际巷道测量的76组数据集验证该方法。利用MSE,MAE,R等性能标准,证明GA-BPNN模型在岩体变形模量预测方面优于BPNN试错模型。