堆石坝参数反演的蚁群聚类RBF网络模型

被引：35

作者：

康飞

李俊杰

许青

机构：

[1] 大连理工大学土木水利学院

来源：

岩石力学与工程学报 | 2009年 / 28(S2)卷 / S2期

关键词：

岩土工程; 土石坝; 蚁群聚类算法; RBF网络; 灵敏度; 反演分析;

D O I：

暂无

中图分类号：

TV641 [土石坝（当地材料坝、填筑坝）]; TV31 [结构理论和计算];

学科分类号：

081503 [水工结构工程]; 082905 [生物质能源与材料];

摘要：

将蚁群算法与径向基(RBF)网络相结合,提出一种用于堆石坝力学参数反演的蚁群聚类径向基网络模型。该模型用蚁群聚类算法搜索RBF网络基函数中心,模拟蚁群觅食聚类的概率转移特性,所得到的聚类结果类间离散度和比传统K均值聚类结果小,能够得到更合理的基函数中心,从而获得较准确的坝体参数和位移之间的非线性映射关系。在进行参数灵敏度分析的基础,对一座堆石坝的反演分析表明,蚁群聚类RBF网络模型可有效地求解堆石坝多参数反演问题,反演结果优于BP网络模型和K均值RBF网络模型。

引用

页码：3639 / 3644

页数：6

共 12 条

[1]

基于改进粒子群算法CHPSO-DS的面板坝堆石体力学参数反演 [J].

李金凤 ;

杨启贵 ;

徐卫亚 .

岩石力学与工程学报, 2008, (06) :1229-1235

[2]

城市降雨径流模型的参数局部灵敏度分析 [J].

黄金良 ;

杜鹏飞 ;

何万谦 ;

欧志丹 ;

王浩昌 ;

王志石 .

中国环境科学 , 2007, (04) :549-553

[3]

位移反分析的APSO-WNN模型研究及应用 [J].

梁桂兰 ;

徐卫亚 ;

韦杰 ;

张明鸣 .

岩石力学与工程学报, 2007, (06) :1251-1257

[4]

基于阈值和蚁群算法结合的聚类方法 [J].

杨燕 ;

张昭涛 .

西南交通大学学报, 2006, (06) :719-722+742

[5]

基于蚁群算法的土石坝土体参数反演 [J].

田明俊 ;

周晶 .

岩石力学与工程学报, 2005, (08) :1411-1416

[6]

改进的遗传算法在堆石体参数反演中的应用 [J].

张社荣 ;

何辉 .

岩土力学, 2005, (02) :182-186

[7]

位移反分析的进化支持向量机研究 [J].

赵洪波 ;

冯夏庭 .

岩石力学与工程学报, 2003, (10) :1618-1622

[8]

土石坝位移反分析的遗传方法 [J].

郭雪莽 ;

田明俊 ;

秦理曼 .

华北水利水电学院学报, 2001, (03) :94-98

[9]

Effect of different basis functions on a radial basis function network in prediction of drill flank wear from motor current signals[J] Saurabh Garg;Karali Patra;Surjya K. Pal;Debabrata Chakraborty Soft Computing 2008,

[10]

An intelligent displacement back-analysis method for earth-rockfill dams[J] Yuzhen Yu;Bingyin Zhang;Huina Yuan Computers and Geotechnics 2007,

← 1 2 →