基于模拟退火的Gauss-Newton算法的神经网络在渗流反分析中的应用

• 作者: 刘先珊 周创兵 张立君
• 来源期刊: 岩土力学
• 关键词: 模拟退火的Gauss-Newton算法 反分析 渗透系数
• 年，卷（期）: 2005,（3）
• 页码范围: 404-408,414
• 页数: 6页
• 分类号: TV223.6
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2005.03.013

摘要

提出了模拟退火的Gauss-Newton算法的神经网络,克服了经典BP网络存在的一些缺陷.并以正弦函数的迭代收敛为例,证明了该方法的正确性,有效性和优越性.同时将该方法用于同乐坪大坝的渗流反分析,利用反演出的渗透系数进行渗流场计算.得到的水头预报值与观测值相吻合,可知反演结果是正确的,说明该方法用于实践工程的渗流参数识别是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周创兵	武汉大学水资源与水电工程科学国家重点实验室	148	3919	36.0	54.0
2	刘先珊	武汉大学水资源与水电工程科学国家重点实验室	12	300	9.0	12.0
3	张立君		6	95	4.0	6.0