会议专题

高面板堆石坝模型参数的智能反演研究与分析

  虽然国内外对反演高面板堆石坝参数的相关问题的研究已经取得了大量成果,但在反演分析方法上还存在许多问题,如受人为因素影响大、收敛速度慢、全局搜索能力差等,为此,本文通过以往工程的经验以及相应室内实验的参数情况,对比邓肯模型、双屈服面弹塑性模型及清华非线性K—G模型在堆石坝应用的优缺点,确定在特定条件下最能反映堆石体真实情况的本构模型;为解决传统方法中的靠经验来设计网络结构、收敛速度慢和不容易找到全局最优解等问题,利用遗传算法优化BP神经网络的结构和权值,建立相对应的高面板堆石坝遗传神经网络反演分析模型,通过对比利用BP神经网络得出的反演成果,以获得较为符合实际情况的堆石体材料参数,从而为高面板堆石坝的分析研究提供参考。

高面板堆石坝 模型参数 智能反演分析 遗传神经网络

燕乔 吴长彬 卢威 张岩

三峡大学土木水电学院,湖北宜昌,443002;中国水利水电科学研究院,北京,100038 三峡大学土木水电学院,湖北宜昌,443002

国内会议

第一届堆石坝国际研讨会

成都

中文

356-360

2009-10-18(万方平台首次上网日期,不代表论文的发表时间)