基于PSO-BP网络的流变本构模型智能化识别研究

• 作者: 张炎 朱珍德 梁旭燕
• 来源期刊: 河南科学
• 关键词: 流变本构模型 PSO-BP神经网络 粒子群优化算法
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 交通与建筑科学
• 页码范围: 1057-1063
• 页数: 7页
• 分类号: TP183|TU454
• 语种: 中文
• DOI: 10.13537/j.issn.1004-3918.2014.06.029

摘要

岩石流变是岩石力学问题中一个重要的研究课题，而岩石流变本构模型理论仍是目前岩石力学研究中的难点和热点问题之一。基于神经网络方法智能化识别岩石流变本构模型。基于系统辨识理论，构建了PSO-BP神经网络模型，在Matlab平台基础上编写PSO-BP网络智能化识别程序，直接根据流变试验数据，通过网络自学习，输出可以近似反映岩石流变全过程的神经网络结构化表达。将识别得到的岩石流变本构模型与原试验曲线进行拟合，并利用模型验证数据进行仿真计算，得到的仿真结果令人满意，验证了该神经网络方法直接识别岩石流变模型是可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱珍德	河海大学岩土力学与堤坝工程教育部重点实验室	125	2249	28.0	43.0
5	梁旭燕	河海大学岩土力学与堤坝工程教育部重点实验室	1	0	0.0	0.0
9	张炎	河海大学岩土力学与堤坝工程教育部重点实验室	4	10	2.0	3.0