人工神经网络结合遗传算法反演岩体初始地应力的研究

被引:15
作者
石敦敦
傅永华
朱暾
刘春菊
机构
[1] 浙江理工大学土木系
[2] 武汉大学土木建筑工程学院
[3] 杭州规划信息中心 浙江杭州
[4] 湖北武汉
[5] 浙江杭州
关键词
岩体; 初始应力场; 人工神经网络; 遗传算法; 反演;
D O I
暂无
中图分类号
TU452 [岩体力学性质及应力理论分析];
学科分类号
0801 ; 080104 ; 0815 ;
摘要
提出综合应用实数编码的遗传算法与改进的BP神经网络的优化反演分析方法,并通过数值分析,探讨了该方法在应用于位移反演岩体初始应力与材料参数方面的有效性.在算例中,以Burgers模型的计算数据作为改进神经网络的训练样本,用遗传算法搜索待反演参数解向量.计算结果表明利用遗传算法优化神经网络权值能提高神经网络迭代算法的效率与可靠性.该方法应用于岩体初始应力场的反演具有迭代过程平稳、收敛快、结果准确等特点,能够有效地求得岩体初始应力与材料参数.
引用
收藏
页码:73 / 76
页数:4
相关论文
共 3 条
[1]  
智能岩石力学导论.[M].冯夏庭著;.科学出版社.2000,
[2]   岩体流变参数反演的加速遗传算法 [J].
刘杰 ;
王媛 .
大坝观测与土工测试, 2001, (06) :24-27
[3]   岩石力学位移反演分析回顾及进展 [J].
王芝银 ;
杨志法 ;
王思敬 .
力学进展, 1998, (04) :488-498