本文選題：BP神經(jīng)網(wǎng)絡(luò) + 遺傳算法�。� 參考：《吉林大學(xué)學(xué)報(bào)(地球科學(xué)版)》2017年02期

【摘要】：BP神經(jīng)網(wǎng)絡(luò)方法在二維密度界面的反演中取得了較好的效果,但在反演三維界面時(shí),由于模型更復(fù)雜、參數(shù)更多,BP神經(jīng)網(wǎng)絡(luò)的收斂速度和反演精度都有一定程度的下降。為了改善反演效果,本文利用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值、閾值選擇過(guò)程進(jìn)行優(yōu)化,獲得了更好的網(wǎng)絡(luò)模型;并將此模型應(yīng)用于密度界面模型的反演中,預(yù)測(cè)誤差從上百米減小到數(shù)十米,同時(shí)迭代計(jì)算步數(shù)減少了近2/3,有效減少了計(jì)算時(shí)間,反演結(jié)果更準(zhǔn)確。利用基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)反演了法國(guó)某地區(qū)莫霍面深度,預(yù)測(cè)相對(duì)誤差僅為1.8%,取得了較好的應(yīng)用效果�；谶z傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在密度界面的反演中具有良好的應(yīng)用價(jià)值和研究前景。
[Abstract]:The BP neural network method has achieved good results in the inversion of two-dimensional density interface, but the convergence rate and inversion accuracy of the BP neural network with more parameters are decreased to some extent because of the more complex model and the more parameters in the inversion of the three-dimensional interface. In order to improve the inversion effect, the genetic algorithm is used to optimize the weight and threshold selection process of BP neural network, and a better network model is obtained, and the model is applied to the inversion of the density interface model. The prediction error is reduced from hundreds of meters to tens of meters, and the number of iterative calculation steps is reduced by nearly 2 / 3, which effectively reduces the calculation time and the inversion results are more accurate. A BP neural network based on genetic algorithm is used to inverse the Moho depth in a certain area of France. The relative error of prediction is only 1.8, and a good result is obtained. BP neural network optimized by genetic algorithm has good application value and research prospect in the inversion of density interface.
【作者單位】： 吉林大學(xué)地球探測(cè)科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家高技術(shù)研究發(fā)展計(jì)劃(“863”計(jì)劃)項(xiàng)目(2014AA06A613)~~
【分類號(hào)】：P631;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡立天;郝天珧;;帶控制點(diǎn)的三維密度界面反演方法[J];地球物理學(xué)進(jìn)展;2014年06期

2 徐黎明;王清;陳劍平;潘玉珍;;基于BP神經(jīng)網(wǎng)絡(luò)的泥石流平均流速預(yù)測(cè)[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2013年01期

3 郭文斌;朱自強(qiáng);魯光銀;;重力異常的BP神經(jīng)網(wǎng)絡(luò)三維物性反演[J];地球物理學(xué)進(jìn)展;2012年02期

4 張國(guó)翊;胡錚;;改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型及其穩(wěn)定性分析[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

5 王貝貝;郝天珧;;具有已知深度點(diǎn)的二維單一密度界面的反演[J];地球物理學(xué)進(jìn)展;2008年03期

6 劉銀萍;孟令順;;利用重力異常研究虎林盆地的構(gòu)造分區(qū)和基底形態(tài)[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2007年S1期

7 張新兵;王家林;陳冰;吳健生;;BP、Hopfield神經(jīng)網(wǎng)絡(luò)在位場(chǎng)反演中的應(yīng)用比較[J];物探化探計(jì)算技術(shù);2007年02期

8 柳建新;童孝忠;李愛勇;許建榮;;MT資料反演的一種實(shí)數(shù)編碼混合遺傳算法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

9 焦新華;陳化然;吳燕岡;范美寧;;天津地區(qū)地殼物性界面的計(jì)算及深部構(gòu)造特征[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2006年04期

10 李瓊;李勇;李正文;吳朝容;;基于GA-BP理論的儲(chǔ)層視裂縫密度地震非線性反演方法[J];地球物理學(xué)進(jìn)展;2006年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉彩紅;唐萬(wàn)梅;;基于組合神經(jīng)網(wǎng)絡(luò)的教師評(píng)價(jià)模型研究[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

2 鐘義信;;神經(jīng)網(wǎng)絡(luò):成就、問(wèn)題與前景[J];科學(xué);1992年02期

3 莫恭佑;;神經(jīng)網(wǎng)絡(luò)及其在英國(guó)的應(yīng)用[J];國(guó)際科技交流;1992年03期

4 閔志;;神經(jīng)網(wǎng)絡(luò):使計(jì)算機(jī)具有快速學(xué)習(xí)功能[J];國(guó)際科技交流;1992年03期

5 馮建峰,錢敏平;神經(jīng)網(wǎng)絡(luò)中的退火——非時(shí)齊情形[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);1993年03期

6 唐功友;離散Hopfield神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];青島海洋大學(xué)學(xué)報(bào);1994年S2期

7 靳蕃;;中國(guó)神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會(huì)在西南交通大學(xué)隆重召開[J];學(xué)術(shù)動(dòng)態(tài)報(bào)道;1996年04期

8 彭宏,張素;帶有時(shí)滯的神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];杭州大學(xué)學(xué)報(bào)(自然科學(xué)版);1997年04期

9 陳新,孫道恒,黃洪鐘;結(jié)構(gòu)分析有限元系統(tǒng)與神經(jīng)網(wǎng)絡(luò)[J];起重運(yùn)輸機(jī)械;1999年06期

10 成宇;神經(jīng)網(wǎng)絡(luò)是怎么搭建的?[J];百科知識(shí);2005年16期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測(cè)的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測(cè)及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測(cè)研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

，

本文編號(hào)：1857461