基于遗传神经网络的坝基岩体渗透系数识别

被引：27

作者：

何翔

李守巨

刘迎曦

周园π

机构：

[1] 大连理工大学工业装备结构分析国家重点实验室

[2] 大连理工大学工业装备结构分析国家重点实验室大连

[3] 大连

来源：

岩石力学与工程学报 | 2004年 / 05期

关键词：

遗传神经网络; 渗透系数; 参数识别; 全局最优; 归一化;

D O I：

暂无

中图分类号：

TV223.4 [水工建筑物的渗流和防渗];

学科分类号：

081503 ;

摘要：

基于坝基岩体渗流场正演分析的数学模型,通过观测渗流区域地下水运动的动态信息反演坝基岩体的渗透系数。将遗传算法和神经网络相结合,所建立的遗传神经网络具有较快的训练速度和较强的泛化能力。数值算例表明,遗传神经网络在求解坝基岩体渗透系数反演问题中具有较高的计算效率和识别精度。

引用

页码：751 / 757

页数：7

共 20 条

[1] 微动勘探技术及其在土木工程中的应用 [J].

冯少孔 .

岩石力学与工程学报, 2003, (06) :1029-1036

[2] 深部地层压力智能辨识方法 [J].

薛亚东 ;

高德利 .

岩石力学与工程学报, 2003, (02) :208-211

[3] 基于遗传算法的混合优化反分析及比较研究 [J].

朱合华 ;

刘学增 .

岩石力学与工程学报, 2003, (02) :197-202

[4] 岩石弹粘塑性时效模型的遗传算法多参数辨识 [J].

左红伟 ;

冯紫良 ;

田玉静 ;

王旭春 .

岩石力学与工程学报, 2002, (S2) :2527-2531

[5] 基于BP神经网络的路堑爆破对邻近民房安全预测的研究 [J].

陈德志 ;

朱瑞赓 ;

徐顺香 .

岩石力学与工程学报, 2002, (S2) :2554-2557

[6] 人工神经网络方法在海州矿边坡不稳定区圈定中的应用 [J].

吕培印 .

岩石力学与工程学报, 2002, (10) :1490-1493

[7] BP网络与遗传算法在水布垭工程中的应用 [J].

罗先启 ;

詹振彪 ;

葛修润 ;

曹玲 .

岩石力学与工程学报, 2002, (07) :963-967

[8] 边坡稳定性分析中工程岩体抗剪强度参数选取的神经网络方法 [J].

许传华 ;

房定旺 ;

朱绳武 .

岩石力学与工程学报, 2002, (06) :858-862

[9] 巷道围岩松动圈预测的进化神经网络法 [J].

高玮 ;

郑颖人 .

岩石力学与工程学报, 2002, (05) :658-661

[10] 锚杆极限承载力的人工神经网络预测 [J].

许明 ;

张永兴 ;

阴可 .

岩石力学与工程学报, 2002, (05) :755-758

← 1 2 →