滑坡体力学参数反分析研究

• 作者: 李端有 甘孝清
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 反分析 滑坡 均匀设计 遗传算法 BP网络 杨家槽
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 数值分析
• 页码范围: 44-48
• 页数: 5页
• 分类号: TV697.23
• 字数: 4017字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5485.2005.06.014

摘要

除室内试验和现场试验之外,反演分析是一种可以利用现有变形监测数据获取滑坡体等效力学参数的方法.以清江杨家槽滑坡体为例进行研究,提出了将均匀设计、遗传算法与BP神经网络结合起来应用于滑坡体反分析的新方法.先将具有很好全局寻优能力的改进遗传算法作为BP神经网络的学习算法,形成遗传神经网络;然后利用均匀设计方法设计网络学习样本,训练遗传神经网络映射滑坡体变形与滑坡体力学参数的非线性关系;最后将实测位移值作为网络输入,网络输出即为参数的反演值.该方法克服了优化反分析方法反演时间过长,解不易收敛等缺陷,实现了多参数的同时反演.通过对反分析结果进行检验与评价,证明其结果符合实际工程要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李端有	长江科学院水利部岩土力学与工程重点实验室	52	881	18.0	28.0
2	甘孝清	长江科学院水利部岩土力学与工程重点实验室	18	163	6.0	12.0