基于进化神经网络模型的面板堆石坝沉降和面板挠度预测

• 作者: 刘钰 吕晓曼 左全裕 赵新瑞 黄耀英
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 遗传算法 进化神经网络模型 沉降变形 面板挠度 预测
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 水工建筑
• 页码范围: 68-71,105
• 页数: 5页
• 分类号: TV641.43
• 字数: 3727字
• 语种: 中文

摘要

堆石坝变形和面板挠度的预估对指导堆石坝设计和施工具有重要意义.针对堆石坝室内试验参数和实际参数存在差异,而待建堆石坝缺乏实测变形进行参数反馈,难以较准确预估堆石坝沉降和面板挠度,为此较广泛搜集了类似面板堆石坝工程的监测数据,将遗传算法和神经网络模型相结合,建立了堆石坝工程变形预测的进化神经网络模型.由待建面板堆石坝工程的坝高、宽高比和干密度等作为控制参数,结合训练好的进化神经网络模型,预测得到待建面板堆石坝的变形及面板挠度.实例分析表明,该方法可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄耀英	三峡大学水利与环境学院	120	502	10.0	13.0
2	刘钰	三峡大学水利与环境学院	9	19	3.0	3.0
3	赵新瑞	三峡大学水利与环境学院	4	18	3.0	4.0
4	左全裕		8	25	3.0	4.0
5	吕晓曼		1	2	1.0	1.0