浅论基于bp神经网络的岩质边坡位移反分析及其应用研究

《浅论基于bp神经网络的岩质边坡位移反分析及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学硕士学位论文基于BP神经网络的岩质边坡位移反分析及其应用研究姓名：余方威申请学位级别：硕士专业：岩土工程指导教师：彭雄志20091001西南交通大学硕士研究生学位论文第1页摘要岩土体的力学参数对岩土工程的设计、施工、分析具有举足轻重的意义，影响到工程的安全、经济和使用。所以，“岩土体参数不准”已成为岩土力学理论分析与数值模拟的“瓶颈"问题。位移反分析可以解决这个问题。但，现有的位移反分析法确定岩土体力学参数存在着这样那样的问题，尤其是未能很好解决优化、效率不高、运用复杂且难于工程普及。因此，研究和建立一个能

2、较好实现优化、效率较高、运用简单且便于工程推广的位移反分析法，是目前亟待解决的问题。本文基于均匀设计、有限差分程序、BP神经网络建立了智能位移反分析方法。首先，根据勘测所获得的岩土体力学参数范围，按照均匀设计要求，把其力学参数设计出不同的水平，从而确定数值模拟方案，解决了方案的优化问题；其次，建立试桩的数值分析模型，再根据均匀设计优化好的方案，通过有限差分程序计算出相应的神经网络训练样本；然后，基于MATLAB编制程序建立BP神经网络反分析模型，进行BP神经网络的训练，用试桩的桩体实测位移进行岩土体力学参数反分析，从而

3、获得岩土体力学参数；最后，把反分析获得的岩土力学参数应用于边坡，从而进行试桩和抗滑桩的数值模拟，并与桩体实测位移、弯矩作比较，得出反分析方法获得的参数比较可靠的结论，从而证明了此种数值反分析方法是可行且可靠的，同时也提供了一种能够很好实现优化、效率较高、运用简单且便于工程普及的智能位移反分析方法。关键字：岩质边坡数值模拟位移反分析均匀设计BP神经网络西南交通大学硕士研究生学位论文第1I页ABSTRACTMechanicalparametersofrockandsoilplayanimportantroletothede

4、sign，constructionandanalysisingeotechnicalengineering，affectingthesafety,economyandperformanceofaproject．Therefore．¨inaccuracyoftheparameters”hasbecomeabottleneckproblemtoboththeoreticalanalysisandnumericalsimulation．DisplacementbackanalysisCansolvethisproblem．H

5、owever,theexistingdisplacementbackanalysismethodhasvariousdisadvantageswhenfixingparameters，suchasitsdiffculttooptimize，inefficiency,complexandhinderingtheextensionofthetechnology．Therefore，studyingandestablishingadisplacementbackanalysismethod，whichcanbewellopt

6、imized，highlyefficiencyandeasytouseandspread．istheproblemdemandingpromptsolution．Basedonuniformdesign．finitedifferenceprogramandBPneuralnetwork，anewintelligentdisplacementbackanalysismethodisestablished．First，accordingtothescopeofgeotechnicalparametersobtainedby

7、surveyandbasedOiluniformdesignrequirements．mechanicalparametersaredesignedtodifferentlevelstofixtheschemeofnumericalsimulation．Socansolvethequestionofoptimization．Then，thenumericalanalysismodelfortestpileisestablished．Followingthescheme．correspondingneuralnetwor

8、ktrainingsamplesisobtainedbythe缸itedifferenceprogram．Third，basedonMATI，AB．theBPneuralnetworkbackanalysismodeliSestablishedandtrained．Withbackanalysisofthedisplacement