[发明专利]一种基于神经网络的岩石破坏强度确定方法

权利要求书

1.一种基于神经网络的岩石破坏强度确定方法，其特征在于，本文使用神经网络在单轴及三轴加载情况下对岩石强度准则进行研究，将搜集来的各种岩石相关数据随机划分成训练和验证子集，将抗压强度 和最小主应力作为输入值，最大主应力值作为输出值训练神经网络，使用训练后的神经网络预测试验岩体破坏时的，其包括如下步骤：实验数据分析和基于ANN的最大主应力值预测，本发明使用ANN对岩石强度进行预测能适应的加载范围较宽，适合岩石种类多变的复杂非线性情况，灵活准确。

2.根据权利要求1所述的神经网络，其特征在于，前馈式神经网络（FFNN），使用双曲线正切Ｓ传递函数和线性传输函数组成的两层神经网络。

3.根据权利要求2所述的前馈式神经网络神经网络，其特征在于，隐含层中神经元的估计数量取、、、、的最小值。

4.根据权利要求2所述的隐含层中神经元的估计数量，其特征在于，估计式的取值：、和分别是输入神经元数量、输出神经元数量和训练样本数量，本例中、、（50×70%，50是最小的实验次数）；是噪声系数，；是越界常量，。

5.根据权利要求1所述的神经网络，其特征在于，神将网络输入值和输出值应进行规格化，即这些值按照相应的算法落在[-1,1]内，规格化公式为：

式中：是规格化后的值，和分别为被规格化实验数据数列中的最大值和最小值。

6.根据权利要求1所述的神经网络，其特征在于，将实验数据（，，）组成的数据集分为两部分，70%的训练数据和30%的检验数据；ANN初始的权值和阈值是在[-1,1]内随机选取的，MATLAB首先随机选取训练数据，再初始化权值和阈值，然后训练ANN。