基于流固耦合的大坝渗流特性反演方法研究

摘要：

土石坝在长期运行过程中,坝体结构形态不断变化,因此对大坝渗透特性进行反演时考虑流固耦合效应是必要的.本文将流固耦合理论、BP神经网络和改进的遗传算法三者结合起来,应用于大坝渗透特性的有关参数的反演分析中;首先通过对大坝应力场和渗流场的耦合机理的分析,研究渗流场与应力场的耦合效应;然后以基于定向寻优准则为原则改进传统的遗传算法,并用此优化神经网络连接权值,所建立的遗传神经网络具有较快的训练速度和较强的泛化能力;最后正算采用基于耦合的有限单元法,反算用改进的遗传优化神经网络算法,探讨基于耦合的渗透特性的反分析问题,并导出这一问题的有限元计算公式及编制相应程序.数值算例表明,基于耦合的改进遗传神经网络在求解大坝渗透系数反演问题中具有较高的计算效率和识别精度.

关键词：水工结构、渗流场、BP神经网络、遗传算法、应力场

所属期刊栏目：27

分类号：TV641;TV314(水利枢纽、水工建筑物)

资助基金：河南省科技计划0523052200

在线出版日期：2008-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：60-64