基于果蝇-BP神经网络算法的大坝力学参数反演.pdf

基于果蝇-BP神经网络算法的大坝力学参数反演.pdf

ID:52176113

大小:644.58 KB

页数:3页

时间:2020-03-23

基于果蝇-BP神经网络算法的大坝力学参数反演.pdf_第1页
基于果蝇-BP神经网络算法的大坝力学参数反演.pdf_第2页
基于果蝇-BP神经网络算法的大坝力学参数反演.pdf_第3页
资源描述:

《基于果蝇-BP神经网络算法的大坝力学参数反演.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、水利水电技术第45卷2014年第9期基于果蝇一BP神经网络算法的大坝力学参数反演俞祥荣1”,张社荣1,王雪红3,程井3(I.天津大学水利工程仿真与安全国家重点实验室,天津300072;2.中水电海外投资有限公司,北京100048;3.河海大学水利水电学院,江苏南京210098)摘要:采用果蝇算法与BP神经网络方法结合进行混凝土重力坝弹性模量反演分析,使得反分析出的坝体和坝基弹性模量更精确、效率更高。分析表明:果蝇一BP神经网络算法的精度优于纯粹的BP神经网络算法,对坝体和坝基的材料参数进行反演分析可以更准确、更全面地了解坝体和坝基材料情况,可为工程的设计和施工提供一定的参考信息

2、。关键词:果蝇算法;混凝土重力坝;BP神经网络;弹性模量;参数反演中图分类号:TV64文献标识码:B文章编号:1000—0860(2014)09—0052.03Backanalysisondammechanicalparametersbasedonfruitfly-BPneuralnetworkalgorithmYUXiangron91,,ZHANGSheron91,WANGXuehon93,CHENGJin93(1.StateKeylaboratoryofHydraulicEngineeringSimulationandSafety,TianjinUniversity,Ti枷

3、in300072,China;2.SinohydroResourcesLtd.,Beijing100048,China;3.CoUegeofWaterConservancyandHydropowerEngineering,HohaiUniversity,Nanjing210098,Jiangsu,China)Abstract:AbackanalysisontheelasticmodulusofconcretegravitydamismadewiththefruitflyalgorithmcombinedwithBPneuralnetworkalgorithm,whichmake

4、stheelasticmodulusofthedambodyanditsfoundationobtainedfromtheanalysismoleac—curateandmoreefficient.TheAnalysisshowsthattheaccuracyofthefruitfly-BPneuralnetworkalgorithmishigherthatoftheBPneuralnetworkalgorithm,withwhichamoreaccurateandmoreoverallunderstandingofthematerialsforthedambodyandits

5、foundationCanbegivenbythebackanalysismadeontheparametersofthematerialsforthem,andthenacertainrefer-enceinformationcanbeprovidedfortheengineeringdesignandconstructionconcerned.Keywords:fruitflyalgorithm;concretegravitydana;BPneuralnetwork;elasticmodulus;backanalysisonparameter近年来,智能算法在水利工程正反分

6、析中的应用十分广泛¨‘3J,BP神经网络具有复杂的非线性特性,可以同时输人多个测点的观测数据,也可以有多个输出。利用BP神经网络来反演弹性模量可以考虑更多的先验信息。但是BP神经网络本身对初始权重很敏感且易陷入局部最小值,基本的BP神经网络算法通过梯度下降法进行权值修正,收敛速度慢。潘文超H1提出的果蝇算法全局寻优能力强、计算精度高、收敛速度快。因此,本文将果蝇算法和BP神经网络结合起来进行优劣互补。1果蝇一BP神经网络算法果蝇算法是近几年新提出的一种智能算法,但52关于果蝇算法的研究很多,学者们验证了果蝇算法具有原理简单、随机搜索性能强等优点"。6J。本文利用果蝇优化算法程序

7、动态调整BP神经网络的权值,建立果蝇一BP神经网络反分析模型,并将模型应用于混凝土重力坝弹性模量的反演分析中。具体步骤如下:(1)数据准备。根据所求坝体和基岩模量的取值范围,在各自范围内划分为n个水平,那么正收稿日期:2014—06—20基金项目:水利部公益性行业科研专项经费项目(201001035);国家自然科学基金项目(51209076)。作者简介:俞祥荣(1966一),男,教授级高级工程师。WaterResourcesandHydropowerEngineeringVoL45No.9分

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。