原文服务方: 岩土力学       
摘要:
实际岩土体含水层渗流一般是三维、空间各向异性的.针对三维渗流参数识别的数值正算时间过长,易限于局部最优解的问题,提出了一种基于支持向量机和粒子群优化算法的含水层渗流参数反馈识别方法.采用正交试验设计和有限元程序生成学习样本,利用支持向量机高度非线性映射能力,建立水头与渗流参数之间的映射关系,进而以识别误差目标函数为适应值,通过粒子群优化算法反馈搜索得到渗流参数.该方法可直接利用现有大规模渗流有限元程序进行三维含水层渗流参数识别.算例表明,该方法具有良好的效率和精度.
推荐文章
改进粒子群算法在确定含水层参数中的应用
含水层参数
粒子群算法
参数估计
抽水试验
混沌粒子群优化算法在确定含水层参数中的应用
混沌寻优
粒子群优化
抽水实验数据
含水层参数
用差异演化-粒子群混合算法确定含水层参数
含水层参数
差异演化算法
粒子群优化算法
直线供水边界
混沌粒子群混合算法估计各向异性含水层参数
各向异性
含水层参数
参数估计
混沌粒子群混合算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粒子群支持向量机的三维含水层渗流参数反馈识别
来源期刊 岩土力学 学科
关键词 三维渗流 参数识别 支持向量机 粒子群优化
年,卷(期) 2009,(5) 所属期刊栏目 数值分析
研究方向 页码范围 1527-1531
页数 5页 分类号 TU452|TB115
字数 语种 中文
DOI 10.3969/j.issn.1000-7598.2009.05.059
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁冰 辽宁工程技术大学力学与工程科学系 405 5330 35.0 54.0
2 姜谙男 中国科学院武汉岩土力学研究所岩土力学与工程国家重点试验室 91 570 12.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (75)
参考文献  (9)
节点文献
引证文献  (12)
同被引文献  (19)
二级引证文献  (32)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(5)
  • 引证文献(5)
  • 二级引证文献(0)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(7)
  • 引证文献(3)
  • 二级引证文献(4)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
三维渗流
参数识别
支持向量机
粒子群优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
岩土力学
月刊
1000-7598
42-1199/O3
大16开
1979-01-01
chi
出版文献量(篇)
11045
总下载数(次)
0
总被引数(次)
250658
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导