科研之友
微信
新浪微博
Facebook
分享链接
摘要
渗透系数是进行工程渗流计算分析的重要参数,针对渗透系数多目标反演问题,构建渗透系数与测点压力水头为训练样本,采用BP神经网络对大坝渗透系数进行反演;针对BP神经网络收敛速度慢、泛化能力差的缺点,通过遗传算法对BP神经网络权值、阈值进行优化,最终形成GA-BP神经网络多目标渗透系数反演模型,并进行实例验证。结果表明:基于GA-BP神经网络反演所得渗透系数用于渗流分析所得观测点压力水头与实测值相对误差最大为3.6%,结果合理可信,并且在收敛速度和精度上优于传统BP人工神经网络。
- 单位
渗透系数是进行工程渗流计算分析的重要参数,针对渗透系数多目标反演问题,构建渗透系数与测点压力水头为训练样本,采用BP神经网络对大坝渗透系数进行反演;针对BP神经网络收敛速度慢、泛化能力差的缺点,通过遗传算法对BP神经网络权值、阈值进行优化,最终形成GA-BP神经网络多目标渗透系数反演模型,并进行实例验证。结果表明:基于GA-BP神经网络反演所得渗透系数用于渗流分析所得观测点压力水头与实测值相对误差最大为3.6%,结果合理可信,并且在收敛速度和精度上优于传统BP人工神经网络。
