基于均匀设计及遗传神经网络的大坝力学参数反分析方法 Back analysis on mechanica…

排行榜 收藏 打印 发给朋友 举报 来源: 《岩土工程学报》 发布者:cjk3d
热度37票 浏览26次 【共0条评论】【我要评论 时间:2007年12月24日 17:38
基于均匀设计及遗传神经网络大坝力学参数反分析方法

Back analysis on mechanical parameters of dams based on uniform design and genetic neural network

将均匀设计理论、BP神经网络和遗传算法三者结合起来,应用于大坝力学参数反分析中.首先对基本遗传算法进行改进,使得改进后的遗传算法具有很好的全局和局部寻优能力,将它作为BP神经网络的学习算法,形成遗传神经网络.然后利用均匀设计方法设计大坝坝体和坝基的材料力学参数样本,通过有限元正分析得到坝体的计算位移样本,训练遗传神经网络映射坝体计算位移值与材料力学参数之间的复杂非线性关系.最后将实测位移值输入训练好的遗传神经网络,即可得到各参数的反演值.本文以清江隔河岩水电站重力拱坝为例,反演分析了坝体混凝土的弹性模量、线膨胀系数以及坝基主要岩体的弹性模量等参数.经检验、评价与对比验证,结果表明该方法可以大大地缩短反分析时间,提高反分析效率和准确性.水利论文 Wu;^U1?\y

作 者:李端有 甘孝清 周武 LI Duan-you GAN Xiao-qing ZHOU Wu  
作者单位:长江科学院,湖北,武汉,430010 
刊 名:岩土工程学报  ISTIC EI PKU
英文刊名:CHINESE JOURNAL OF GEOTECHNICAL ENGINEERING 
年,卷(期):2007 29(1) 
分类号:TV642 TV312 
关键词:反演分析   均匀设计   遗传算法   BP神经网络   隔河岩大坝  
机标关键词:均匀设计理论遗传神经网络大坝力学参数反分析分析方法neural networkuniform design基本遗传算法清江隔河岩水电站弹性模量坝体混凝土位移值线膨胀系数重力拱坝样本输入训练寻优能力学习算法线性关系网络映射 
基金项目: 
TAG: Analysis analysis ANALYSIS Back back BACK mechanica MECHANICA 大坝 神经网络
顶:5 踩:4
【已经有28人表态】
3票
极差
2票
很差
5票
较差
6票
稍差
4票
稍好
2票
较好
3票
很好
3票
极好
下一篇:单排空心管桩屏障对平面SV波的隔离效果研究 Study on effect of barrier of a row …
上一篇:高速公路Y形沉管灌注桩软基处理试验研究 Field tests on Y-shaped vibro piles to …
查看全部回复【已有0位网友发表了看法】

广告投放

广告投放