基于模式-遗传-神经网络的流变参数反演

摘要：

介绍了一种岩石流变多参数反演的智能方法.该方法把遗传算法和神经网络有机结合起来,并在遗传算法中嵌入模式搜索加速优化进程;该方法基于均匀设计获得的样本进行神经网络学习,用模式–遗传–神经网络进行岩体流变参数的最优辩识.该方法用经过最佳预测学习算法训练的神经网络来表达岩体流变参数和位移之间的映射关系,除具有一般遗传算法的优点外,还提高了参数反演的精度,节省了参数反演的计算时间,使得某些原来用传统优化方法在时间上几乎无法进行的参数反演如今变为可能,并用工程实例验证了此方法的可行性与优越性.

关键词：岩石力学、反分析、模式搜索、参数识别、遗传算法、神经元网络、流变学

所属期刊栏目：24

分类号：TP183(自动化基础理论)

资助基金：国家重点基础研究发展计划973计划2002CB412708;水利部科技创新项目SCX2002-20

在线出版日期：2005-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：553-558