基于BP神经网络的堆石坝参数二次反演与变形预测

• 作者: 党莉 程壮 董艳华 陈星
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 堆石坝 流变 BP神经网络 二次循环反演 变形预测
• 年，卷（期）: 2012,（8）
• 页码范围: 112-117,124
• 分类号: TU443
• 字数: 4178字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5485.2012.08.021

摘要

在预测堆石坝长期变形时,常常需对堆石体流变参数进行反演.若同时对堆石体的瞬时变形力学参数和流变参数进行反演,则反演参数多,网络结构复杂,所需的训练样本数量大,反演效率低.根据堆石坝的监测资料,将堆石坝的沉降分解为瞬时沉降和流变引起的沉降,运用BP神经网络方法逐次增加训练样本,循环训练网络,将瞬时力学参数与流变参数分开来进行二次反演,训练样本少,反演效率高,输出结果用于预测能与监测资料较好吻合,可为类似工程提供参考和借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董艳华	三峡大学三峡大学水利与环境学院	9	72	4.0	8.0
2	程壮	三峡大学三峡库区地质灾害教育部重点实验室	12	73	4.0	8.0
3	党莉	三峡大学三峡库区地质灾害教育部重点实验室	8	66	3.0	8.0
4	陈星		8	59	4.0	7.0