长江科学院院报
長江科學院院報
장강과학원원보
JOURNAL OF YANGTZE RIVER SCIENTIFIC RESEARCH INSTITUTE
2012年
8期
112-117,124
,共7页
程壮%陈星%董艳华%党莉
程壯%陳星%董豔華%黨莉
정장%진성%동염화%당리
堆石坝%流变%BP神经网络%二次循环反演%变形预测
堆石壩%流變%BP神經網絡%二次循環反縯%變形預測
퇴석패%류변%BP신경망락%이차순배반연%변형예측
在预测堆石坝长期变形时,常常需对堆石体流变参数进行反演.若同时对堆石体的瞬时变形力学参数和流变参数进行反演,则反演参数多,网络结构复杂,所需的训练样本数量大,反演效率低.根据堆石坝的监测资料,将堆石坝的沉降分解为瞬时沉降和流变引起的沉降,运用BP神经网络方法逐次增加训练样本,循环训练网络,将瞬时力学参数与流变参数分开来进行二次反演,训练样本少,反演效率高,输出结果用于预测能与监测资料较好吻合,可为类似工程提供参考和借鉴.
在預測堆石壩長期變形時,常常需對堆石體流變參數進行反縯.若同時對堆石體的瞬時變形力學參數和流變參數進行反縯,則反縯參數多,網絡結構複雜,所需的訓練樣本數量大,反縯效率低.根據堆石壩的鑑測資料,將堆石壩的沉降分解為瞬時沉降和流變引起的沉降,運用BP神經網絡方法逐次增加訓練樣本,循環訓練網絡,將瞬時力學參數與流變參數分開來進行二次反縯,訓練樣本少,反縯效率高,輸齣結果用于預測能與鑑測資料較好吻閤,可為類似工程提供參攷和藉鑒.
재예측퇴석패장기변형시,상상수대퇴석체류변삼수진행반연.약동시대퇴석체적순시변형역학삼수화류변삼수진행반연,칙반연삼수다,망락결구복잡,소수적훈련양본수량대,반연효솔저.근거퇴석패적감측자료,장퇴석패적침강분해위순시침강화류변인기적침강,운용BP신경망락방법축차증가훈련양본,순배훈련망락,장순시역학삼수여류변삼수분개래진행이차반연,훈련양본소,반연효솔고,수출결과용우예측능여감측자료교호문합,가위유사공정제공삼고화차감.