基于BP神经网络的岩土体细观力学参数研究

• 作者: 吴顺川 周喻 张晓平 焦建津
• 来源期刊: 岩土力学
• 关键词: BP神经网络 颗粒流法 宏观力学参数 细观力学参数 反演
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 数值分析
• 页码范围: 3821-3826
• 分类号: TU441
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2011.12.045

摘要

目前颗粒流计算方法中所采用的细观力学参数,均需根据岩土体宏观力学参数试验结果反复调试获取,调试效率很低且有较大的盲目性,因此,急需引入一种新方法,建立岩土体宏观力学参数与细观力学参数的关系.基于PFC3D程序,采用BP(back propagation)神经网络方法,建立宏观力学参数与细观力学参数的非线性模型,通过输入宏观力学参数,即可快速、准确地反演岩土体细观力学参数.研究结果表明:(1)根据BP神经网络模型反演确定的细观力学参数,输入数值模型计算其宏观力学参数,结果与试验值相比,精度一般高于90％；(2)当模型最小尺度上的颗粒数RES=10、隐含层含6个神经元时,BP神经网络模型的反演性能最佳.实例计算表明,BP神经网络模型对于岩土体细观力学参数的确定具有良好的反演性能,该方法为颗粒流理论的推广应用提供了新的技术手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓平	中国科学院地质与地球物理研究所	112	4171	38.0	61.0
2	周喻	北京科技大学土木与环境工程学院	35	519	12.0	22.0
3	吴顺川	北京科技大学土木与环境工程学院	172	2411	26.0	41.0
7	焦建津	北京科技大学土木与环境工程学院	1	56	1.0	1.0