基于模式c遗传c神经网络的流变参数反演

基于模式c遗传c神经网络的流变参数反演

ID:33295982

大小:90.91 KB

页数:6页

时间:2019-02-23

基于模式c遗传c神经网络的流变参数反演_第1页
基于模式c遗传c神经网络的流变参数反演_第2页
基于模式c遗传c神经网络的流变参数反演_第3页
基于模式c遗传c神经网络的流变参数反演_第4页
基于模式c遗传c神经网络的流变参数反演_第5页
资源描述:

《基于模式c遗传c神经网络的流变参数反演》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第24卷第4期岩石力学与工程学报Vol.24No.42005年2月ChineseJournalofRockMechanicsandEngineeringFeb.,2005基于模式–遗传–神经网络的流变参数反演11,233陈炳瑞,冯夏庭,丁秀丽,徐平(1.东北大学资源与土木工程学院,辽宁沈阳110004;2.中国科学院武汉岩土力学研究所,湖北武汉430071;3.长江科学院,湖北武汉430010)摘要:介绍了一种岩石流变多参数反演的智能方法。该方法把遗传算法和神经网络有机结合起来,并在遗传算法中嵌入模式搜索加速优化进程;该方法基于均匀设计

2、获得的样本进行神经网络学习,用模式–遗传–神经网络进行岩体流变参数的最优辩识。该方法用经过最佳预测学习算法训练的神经网络来表达岩体流变参数和位移之间的映射关系,除具有一般遗传算法的优点外,还提高了参数反演的精度,节省了参数反演的计算时间,使得某些原来用传统优化方法在时间上几乎无法进行的参数反演如今变为可能,并用工程实例验证了此方法的可行性与优越性。关键词:岩石力学;反分析;模式搜索;参数识别;遗传算法;神经元网络;流变学中图分类号:TP183文献标识码:A文章编号:1000–6915(2005)04–0553–06BACKANALYSI

3、SONRHEOLOGICALPARAMETERSBASEDONPATTERN-GENETIC-NEURALNETWORK11,233CHENBing-rui,FENGXia-ting,DINGXiu-li,XUPing(1.SchoolofResourcesandCivilEngineering,NortheasternUniversity,Shenyang110004,China;2.InstituteofRockandSoilMechanics,TheChineseAcademyofSciences,Wuhan430071,Chin

4、a;3.YangtzeRiverScientificResearchInstitute,Wuhan430010,China)Abstract:Anintelligentalgorithmbywhichmultiplerheologicalparametersofrockcanbeanalyzedsimultaneouslyisproposed.Thismethod,namelythepattern-genetic-neuralnetworkalgorithm(PGNNA),naturallycombinespatternsearch(P

5、S),geneticalgorithm(GA),andneuralnetwork(NN).ThesamplesproducedbyuniformdesignareusedtotrainNNwhosearchitectureisdeterminedinglobaloptimizationbypattern-geneticalgorithm(PGA).NNthathasoptimalarchitectureandhasbeentrainedbyoptimalpredictionalgorithmisusedtodescriberelatio

6、nshipbetweentherockrheologicalparametersanddisplacement.RheologicalparametersaresearchedinglobalspacebyPGNNA,insteadofacertainnumericalcalculation.Thismethodimprovestheprecisionofbackanalysisonparameters,shortsthetimeofcalculation,whichisalmostimpossibleforsometraditiona

7、lmethodsbecauseofthelongtimeofcalculation.Thepracticalengineeringexampleshowsfeasibilityandadvantagesofthismethod.Keywords:rockmechanics;backanalysis;patternsearch;identificationparameters;geneticalgorithm;neuralnetwork;rheology限元法之后,以量测信息为目标的反分析法,在岩1引言土工程领域如雨后春笋般地发展起来,并

8、得到了广[2]泛应用。研究流变模型参数反分析方法主要有2自从文[1]发表反演弹性固体的弹性模量的有种:数值反分析法与解析反分析法。文[3~6]对常收稿日期:2003–09–05;修回日期:2003–11–0

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。