水力发电学报
水力髮電學報
수력발전학보
JOURNAL OF HYDROELECTRIC ENGINEERING
2008年
2期
60-64
,共5页
水工结构%渗流场%BP神经网络%遗传算法%应力场
水工結構%滲流場%BP神經網絡%遺傳算法%應力場
수공결구%삼류장%BP신경망락%유전산법%응력장
土石坝在长期运行过程中,坝体结构形态不断变化,因此对大坝渗透特性进行反演时考虑流固耦合效应是必要的.本文将流固耦合理论、BP神经网络和改进的遗传算法三者结合起来,应用于大坝渗透特性的有关参数的反演分析中;首先通过对大坝应力场和渗流场的耦合机理的分析,研究渗流场与应力场的耦合效应;然后以基于定向寻优准则为原则改进传统的遗传算法,并用此优化神经网络连接权值,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;最后正算采用基于耦合的有限单元法,反算用改进的遗传优化神经网络算法,探讨基于耦合的渗透特性的反分析问题,并导出这一问题的有限元计算公式及编制相应程序.数值算例表明,基于耦合的改进遗传神经网络在求解大坝渗透系数反演问题中具有较高的计算效率和识别精度.
土石壩在長期運行過程中,壩體結構形態不斷變化,因此對大壩滲透特性進行反縯時攷慮流固耦閤效應是必要的.本文將流固耦閤理論、BP神經網絡和改進的遺傳算法三者結閤起來,應用于大壩滲透特性的有關參數的反縯分析中;首先通過對大壩應力場和滲流場的耦閤機理的分析,研究滲流場與應力場的耦閤效應;然後以基于定嚮尋優準則為原則改進傳統的遺傳算法,併用此優化神經網絡連接權值,所建立的遺傳神經網絡具有較快的訓練速度和較彊的汎化能力;最後正算採用基于耦閤的有限單元法,反算用改進的遺傳優化神經網絡算法,探討基于耦閤的滲透特性的反分析問題,併導齣這一問題的有限元計算公式及編製相應程序.數值算例錶明,基于耦閤的改進遺傳神經網絡在求解大壩滲透繫數反縯問題中具有較高的計算效率和識彆精度.
토석패재장기운행과정중,패체결구형태불단변화,인차대대패삼투특성진행반연시고필류고우합효응시필요적.본문장류고우합이론、BP신경망락화개진적유전산법삼자결합기래,응용우대패삼투특성적유관삼수적반연분석중;수선통과대대패응력장화삼류장적우합궤리적분석,연구삼류장여응력장적우합효응;연후이기우정향심우준칙위원칙개진전통적유전산법,병용차우화신경망락련접권치,소건립적유전신경망락구유교쾌적훈련속도화교강적범화능력;최후정산채용기우우합적유한단원법,반산용개진적유전우화신경망락산법,탐토기우우합적삼투특성적반분석문제,병도출저일문제적유한원계산공식급편제상응정서.수치산례표명,기우우합적개진유전신경망락재구해대패삼투계수반연문제중구유교고적계산효솔화식별정도.
