基于改进BP神经网络的库区渗漏量敏感性分析

• 作者: 丁林 李同春 钱文江
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 敏感性分析 渗流量 防渗帷幕 神经网络 遗传算法
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 水电论坛
• 页码范围: 23-27
• 页数: 5页
• 分类号: TV223.4+3
• 字数: 3635字
• 语种: 中文

摘要

进行库区帷幕防渗时,为确定合理帷幕范围、渗透系数、厚度和深度,确保惟幕防渗质量和提高经济效益,需要进行渗流量敏感性分析.基于传统BP神经网络,并采用批处理、动量滤波、可变学习速率和遗传算法对之改进,建立网格权重和标准化重要性的关系,确定4种防渗方案中各因素对渗漏量的敏感性大小.对比分析可知,方案4更为经济合理,此方案中影响渗漏量的主要因素为渗透系数,且增加帷幕深度比增加帷幕厚度更为经济有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李同春	河海大学水利水电学院	190	1739	23.0	34.0
2	钱文江	河海大学水利水电学院	1	2	1.0	1.0
3	丁林	河海大学水利水电学院	3	6	2.0	2.0