基于BP神经网络的面板堆石坝参数反演分析-论文.pdf

《基于BP神经网络的面板堆石坝参数反演分析-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第33卷第3期南昌工程学院学报V01．33No．32014年6月JournalofNanchangInstituteofTechnologyJune。2014文章编号：1674-0076(2014)03—0018—03基于BP神经网络的面板堆石坝参数反演分析梅交凡(九江市建设工程检测中心，江西九江332000)摘要：运行多年的大坝在各种荷载的作用下，大坝及其基础的物理力学参数发生一定的变化，对大坝的安全与稳定有着直接的影响．为了准确地获取这些参数，可以利用BP神经网络非线性映射的特性，结合大坝实测资料，提出了大坝反演分析的方法，并利用反演分析的成果对大坝进行分析，计算结果与实测

2、资料基本吻合．关键词：BP神经网络；面板堆石坝；参数反演中图分类号：TV641文献标识码：AAnanalysisofparameterinversioninconcrete-facedrockfilldambasedonBPneuralnetworkMEIJiaofan(BuildingProjectQualityTestingCenterofJiujiangCity，Jiujiang332000，China)Abstract：Damswithyearsofloadscanseechangesintheirphysicalandmechanicalparameters，whic

3、hposeasadirectthreattoitssafetyandstability．Inordertotracktheseparameters，thispapermakesuseofnonlinearmappingfeatureofBPneuralnetwork，and，combinedwiththefielddata，putsforwardamethodofinversionanalysisforthedam．Itsfeasibilityisprovedbythematchofinversionanalysisresultsandtheexperimentaldata．K

4、eywords：BPneuralnetwork；concrete—facedrockfilldam；parameterinversion在一定环境量的作用下，大坝的实测资料如垂直位置与大坝、地基基础的结构密切相关¨J，这些变量之间表现出高度的非线性特性，难以用某个具体的函数表达式或者力学模型来表述，需要用数值计算的方法来进行反演分析，基本原理是利用误差函数最小，不断迭代逼近待定参数的最优值．常用的简单而直接的搜索方法有黄金分割法、变量轮换法、单纯形法和复合形法J．这些方法的局限性在于，需要计算各待定参数的取值范围和试算值，调用有限元程序，计算周期长，计算结果受初始值的影响，而且

5、易陷入局部最小值．为此，如何利用大坝实测资料来反演分析大坝的物理力学参数成为研究的一大热点，近年来，神经网络等智能算法在岩土工程中得到了应用，已知量与未知量这种高度的非线性关系可以通过神经网络得到较好的映射．本文采用的是改进后的BP神经网络反演大坝的岩体真实参数，采用反演分析方法要综合考虑诸多地质因素的影响，这样能更加准确地得到岩体的参数．1BP神经网络●1．1BP神经网络的基本原理BP算法的主要思想把学习过程分为两个传播过程：首先进行正向传播过程，利用给出的输入信息通过输入层经隐含层逐层处理并计算每个单元的实际输出值．最后进行反向传播过程，若输出层未能得到期望的输出值，则逐层

6、递归的计算实际值与期望输出值之问的误差，从而得到误差调节权值．进而，可以对每一个权值计算出接受单元的误差值与发送单元激活值的积．这种积与误差对权重的微商成正比(又称梯度下降算法)，把它称为权重误差微商，通过正向传播与反向传播反复运用，使得误差信号最小，学习过程结束j．收稿日期：2014—03—03作者简介：梅交凡(1957一)，男，工程师，mi19792@163．com第3期梅交凡：基于BP神经网络的面板堆石坝参数反演分析191．2BP神经网络结构模型BP神经网络属于前馈神经网络，它具有前馈神经网络的基本结构，具有多层机构，其内部结构包括输入层、输出层和隐含层。输入层和输出层的

7、节点数可根据实际问题加以确定，隐含层节点数取法具有很大的经验性，一般2+1(为输入层节点数)个节点就能够满足一般情况下的精度要求．1．3神经元特性函数特性函数采用Sigmoid函数)=1／[1+exp(一)]．(1)该函数能较好地反应生物神经元的生理特征，并且具有连续可导性．1．4构建神经网络MATLAB软件中包含了神经网络的工具箱，它是以神经网络理论为基础，用MATLAB语言构造出了该理论所涉及的公式运算、矩阵操作和方程求解等大部分程序以用于神经网络的设计和训练．下面简单介绍构建BP神经网