基于BP神经网络的堆石坝参数二次反演与变形预测

摘要：

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,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,能够为类似工程提供参考和借鉴.

关键词： 堆石坝 流变参数 反演分析 变形预测 BP神经网络

作者: 程壮 陈星 董艳华 党莉

作者单位: 三峡大学三峡库区地质灾害教育部重点实验室,湖北宜昌443002 中国长江三峡集团枢纽管理局,湖北宜昌443002 三峡大学水利与环境学院,湖北宜昌443002

会议类型: 国内会议

会议名称: 第8次全国岩石力学与工程试验及测试技术学术交流会

会议地点: 长春

会议语种:中文

页码: 347-353

在线出版日期: 2012-08-18（万方平台首次上网日期，不代表论文的发表时间）