云峰大坝弹性参数识别的神经网络方法

• 作者: 刘迎曦 李守巨 王登刚 韩大伟
• 来源期刊: 水利水电技术
• 学科: 工学
• 关键词: 参数识别 神经网络 弹性参数 位移 云峰混凝土大坝
• 年，卷（期）: 2000,（8）
• 所属期刊栏目: 试验研究
• 页码范围: 51-55
• 页数: 5页
• 分类号: TV7
• 字数: 4203字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0860.2000.08.014

摘要

基于人工神经网络方法,根据云峰大坝坝顶水平位移观测资料能够识别大坝混凝土和岩石基础的弹性模量.采用BP学习算法,并通过增加阻尼项以及对观测数据的归一化处理,避免了迭代过程中的振荡性,提高了参数识别精度.将弹性模量识别结果代入到有限元模型中,计算所得到的坝顶水平位移与坝顶观测水平位移水压分量的最大误差小于0.15 mm.工程实际应用表明,用神经网络方法识别材料参数具有识别精度高和收敛速度快等特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李守巨		167	2352	26.0	41.0
2	刘迎曦		150	2718	27.0	44.0
3	王登刚		16	616	14.0	16.0
4	韩大伟		2	21	1.0	2.0