神经网络模型在坝基扬压力影响因子量化分析中的应用

被引:2
作者
周剑
宋汉周
机构
[1] 河海大学地质及岩土工程系
[2] 河海大学地质及岩土工程系 南京
[3] 南京
关键词
BP网络模型; 坝基扬压力; 影响因子; 量化分析;
D O I
10.16030/j.cnki.issn.1000-3665.2005.03.010
中图分类号
TV223 [地基基础及其加固];
学科分类号
081503 ;
摘要
本文应用改进的BP网络模型定量分析坝基扬压力的影响因子,赋于网络不同的权值来表示网络的输入变量(水位、温度、时效等因子)对网络的输出变量(扬压力)的影响程度,从而确定各影响因子分量对扬压力的影响比例。采用Levenberg Marquardt算法训练网络,网络达到一定的次数后收敛。实例计算结果表明,该模型具有计算精度高、简便实用等特点。因而认为,把神经网络模型应用于探讨诸如环境量对于效应量影响程度的一类问题,具有好的前景。
引用
收藏
页码:38 / 41
页数:4
相关论文
共 10 条
[1]  
水工建筑物安全监控理论及其应用.[M].吴中如等著;.河海大学出版社.1990,
[2]   RBFNN模型在渗透系数反演中的应用 [J].
刘先珊 ;
佘成学 ;
张立君 .
岩土力学, 2003, (06) :1025-1028
[3]   探讨大坝基础局部扬压力异常机理的综合分析方法 [J].
宋汉周 ;
赖诗坤 ;
童海涛 .
水力发电学报, 2003, (04) :60-66
[4]   地表水质评价的径向基神经网络模型设计 [J].
罗定贵 ;
郭青 ;
王学军 .
地理与地理信息科学, 2003, (05) :77-81
[5]   确定大坝效应量分量比例的神经网络方法 [J].
徐洪钟 ;
吴中如 ;
施斌 ;
王建 .
水利学报, 2003, (06) :111-114
[6]   人工神经网络在水文预报中的应用 [J].
王日莲 ;
董曼玲 .
水利水电科技进展, 2002, (05) :33-34+37
[7]   BP神经网络在鱼洞河滑坡稳定性评价中的应用 [J].
汪华斌 ;
徐瑞春 .
长江科学院院报, 2002, (04) :62-64
[8]   径流中长期预报的人工神经网络模型的建立与应用 [J].
许永功 ;
李书琴 ;
裴金萍 .
干旱地区农业研究, 2001, (03) :104-108
[9]   大坝变形监测的BP网络模型与预报研究 [J].
杨杰 ;
吴中如 ;
顾冲时 .
西安理工大学学报, 2001, (01) :25-29
[10]   基于ART理论的自组织神经网络模型在水资源分类中的应用 [J].
罗先香 ;
邓伟 .
长春科技大学学报, 2001, (01) :54-57+88