云南省应用基础研究基金(2010ZC048)
- 作品数：3 被引量：15H指数：2
- 相关作者：魏海杨华舒董梦思武亮桂跃更多>>
- 相关机构：昆明理工大学更多>>
- 发文基金：云南省应用基础研究基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术水利工程更多>>
- 基于前馈神经网络的函数积分计算被引量：2
- 2013年
- 由于三层前馈神经网络可以逼近任何连续函数,因此可以利用三层前馈神经网络来逼近被积函数的原函数,并计算函数的积分。对于定积分、在矩形或长方体区域上的二重积分或三重积分的计算,首先构造一个三层前馈神经网络,通过训练网络使其在积分区域上对输入量的导数值、二阶混合偏导数值或三阶混合偏导数值等于相应被积函数值,训练好的网络就可逼近被积函数的原函数。对于非矩形或非长方体区域上的二重积分或三重积分,可通过换元法将积分区域转化为矩形或长方体区域。实例分析表明该方法理论简单、思路清晰、易于实现,同时精度也能得到满足。
- 魏海董梦思
- 关键词：前馈神经网络函数积分偏导数原函数
- 前馈神经网络导数特性分析被引量：6
- 2014年
- 为分析前馈神经网络输出量的一阶、二阶偏导数特性,从一层网络结构入手,推导网络输出量的一阶偏导数,应用链式求导法则,推导多层网络输出量的一阶、二阶偏导数的计算公式。在此基础上推导网络的三阶偏导数,并针对二层结构网络,在其输出层激活函数为线性函数时,推导出该网络对输入量的高阶偏导数计算公式。实例分析结果表明,前馈神经网络一阶、二阶偏导数值的精度比网络输出值的精度要低,尤其是在区间的边界上有时会出现较大的偏差。网络的一阶、二阶偏导数值的精度也会随着隐含层神经元数量的增加明显降低,在基本相同的网络训练精度下,隐含层神经元较多的网络比神经元少的网络导数特性差。
- 魏海杨华舒苏志敏桂跃董梦思
- 关键词：前馈神经网络偏导数网络体系结构
- 基于人工神经网络的重力坝安全可靠度分析被引量：7
- 2011年
- 为了提高重力坝安全分析的可靠性,首先将影响重力坝变形的主要因素水位、气温视为随机变量,求出其概率分布特征,然后应用具有强大非线性映射能力的人工神经网络模拟了坝体变形,结合重力坝变形统计模型建立了坝体变形隐患和异常功能函数,应用可靠性理论建立了基于人工神经网络的重力坝变形可靠度及敏感性计算公式.工程实例分析结果表明:由于气温变异性较大,坝顶变形隐患概率和异常概率受气温影响较水位的影响大;坝顶变形可靠度随着库水位的增加而降低,气温对其敏感性影响较大,特别对10,5 d气温测值均值较为敏感.
- 魏海杨华舒武亮
- 关键词：重力坝安全可靠度人工神经网络
