神经网络响应面在堆石坝流变反演中的应用

• 作者: 周新杰 孙新建 郭华世 李巧英 官志轩
• 来源期刊: 水力发电学报
• 关键词: 参数反演 堆石体流变 神经网络响应面 多种群遗传算法
• 年，卷（期）: 2021,（3）
• 页码范围: 113-123
• 页数: 11页
• 分类号: TV641.43
• 语种: 中文
• DOI: 10.11660/slfdxb.20210311

摘要

堆石体的流变参数对高面板堆石坝的长期安全性分析具有重要意义.参数反演可以准确获得符合坝体实际长期变形规律的流变参数.本文分别采用反向传播神经网络(BP)和径向基神经网络(RBF)构造出待反演参数与位移值之间的响应,引入统计学回归预测模型中的均方根误差(RMSE),平均绝对百分比误差(MAPE)和线性回归决定系数(R2)等指标来全面评估不同神经网络响应面映射能力的优劣,从而提高参数反演的效率和准确率.结果 表明,RBF神经网络响应面的评估指标均优于BP神经网络响应面.利用RBF神经网络响应面和多种群遗传算法(MPGA)得到反演后的流变参数并将其用于有限元计算,得到的蓄集峡坝体沉降值在大小和分布上与实测值有很好的一致性.