›› 2007, Vol. 28 ›› Issue (5): 1066-1068.

• 基础理论与实验研究 • 上一篇    

智能预测在三峡永久船闸中隔墩时效变形分析中的应用

吕爱钟1, 2，莫晓明3   

  1. 1.华北电力大学 水利水电系，北京 102206；2.山东科技大学 土木建筑学院，青岛 266510；3.富伦电子公司，武汉 430019
  • 收稿日期:2005-06-29 出版日期:2007-05-10 发布日期:2013-09-10
  • 作者简介:吕爱钟，男，1961年生，博士，教授，博士生导师，主要从事岩石力学的教学和科研工作，
  • 基金资助:

    国家自然科学基金项目（No. 50279018）资助。

Application of intelligent prediction to time-effect deformation analysis for the partition frusta of Three Gorges Permanent Shiplock

LÜ Ai-zhong1, 2, MO Xiao-ming3   

  1. 1.Depatment of Hydraulic Engineering & Hydropower, North China Electric Power University, Beijing 102206, China; 2. College of Civil Engineering, Shandong University of Science of Technology, Qingdao 266510, China; 3. Fulun Electronic Inc., Wuhan 430019, China
  • Received:2005-06-29 Online:2007-05-10 Published:2013-09-10

PDF (PC)

754

摘要： 人工神经网络通过调整网络中的连接权值、网络结构，实现输入输出非线性映射关系，对三峡永久船闸中隔墩的变形进行预测。具有全局最优化遗传算法可使连接权值、网络结构得到最优解。将遗传算法与神经网络结合起来进行变形演化特征识别，对三峡永久船闸中隔墩时效变形进行智能预测，应用结果表明该方法具有较高的预测精度。

关键词: 人工神经网络, 遗传算法, 时效变形, 智能预测

Abstract: The artificial neural network carries out the input and output nonlinear mapping relationship to predict the deformation of the partition frusta of the Three Gorge’s Permanent Shiplock by adjusting the connected weighted value and the network structure. The global optimal solution to the weighted value and the network structure is obtained by the optimized genetic algorithm. Combined the genetic algorithm with neural network, the characteristics of the deformation evolvement is identified. And then the time-effect deformation for the Three Gorges Permanent Shiplock is intelligently predicted; and it is shown that the proposed approach has higher predicting precision.

Key words: artificial neural network, genetic algorithm；time-effect deformation, intelligent prediction

中图分类号: 

  • TU 457
[1] 马春辉, 杨杰, 程琳, 李婷, 李雅琦, . 基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究[J]. 岩土力学, 2019, 40(6): 2397-2406.
[2] 温树杰，梁 超，宋亮亮，刘 刚,. 基于最小势能法的三维临界滑裂面搜索方法[J]. , 2018, 39(7): 2708-2714.
[3] 张社荣，胡安奎，王 超，彭振辉, . 基于SLR-ANN的地应力场三维智能反演方法研究[J]. , 2017, 38(9): 2737-2745.
[4] 王 伟 ，杨 敏 ，上官士青，. 控制差异沉降的桩筏基础桩径优化分析方法[J]. , 2015, 36(S2): 178-184.
[5] 李 忠 ，杨 俊 , . 基于MPGA的复杂应力状态边坡稳定性分析[J]. , 2015, 36(5): 1488-1495.
[6] 李 宁 ，王李管 ，贾明涛 ，陈建宏 ，谭正华,. 改进遗传算法和支持向量机的岩体结构面聚类分析[J]. , 2014, 35(S2): 405-411.
[7] 邱道宏 ，李术才 ，薛翊国 ，田 昊 ，闫茂旺，. 基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究[J]. , 2014, 35(7): 2013-2018.
[8] 林永生，陈胜宏. 基于有限元计算的边坡三维滑裂面搜索[J]. , 2013, 34(4): 1191-1196.
[9] 袁文华. 人工冻土黏弹塑性本构参数反分析研究[J]. , 2013, 34(11): 3091-3095.
[10] 李南生，唐 博，谈风婕，谢利辉. 基于统一强度理论的土石坝边坡稳定分析遗传算法[J]. , 2013, 34(1): 243-249.
[11] 张乐文，张德永，李术才，邱道宏. 基于粗糙集理论的遗传-RBF神经网络在岩爆预测中的应用[J]. , 2012, 33(S1): 270-276.
[12] 石 露，李小春，孙冠华，白 冰. 地下矿体采动下的露天采场边坡稳定性研究[J]. , 2012, 33(3): 812-820.
[13] 史永强 ，赵俭斌 ，杨 军. 基于主成分分析的优化神经网络模型及静压管桩单桩极限承载力预测[J]. , 2011, 32(S2): 634-640.
[14] 唐世斌，唐春安，李连崇，张永彬. 湿度扩散诱发的隧洞时效变形数值模拟研究[J]. , 2011, 32(S1): 697-0703.
[15] 李恒凯，刘传立. 基于灰色理论的变形智能预测模型库研究[J]. , 2011, 32(10): 3119-3124.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 张广明，刘 合，张 劲，吴恒安，王秀喜. 储层流固耦合的数学模型和非线性有限元方程[J]. , 2010, 31(5): 1657 -1662 .
[2] 连传杰，徐卫亚，王亚杰，王志华. 新型高强预应力让压锚杆巷道支护性能的数值模拟[J]. , 2010, 31(7): 2329 -2335 .
[3] 徐 明，陈金锋，宋二祥. 陡坡寺中微风化料的大型三轴试验研究[J]. , 2010, 31(8): 2496 -2500 .
[4] 徐 飞，徐卫亚，温 森，刘造保，赵延喜. 基于PSO-PP的围岩稳定性评价[J]. , 2010, 31(11): 3651 -3655 .
[5] 牛文杰，叶为民，刘绍刚，禹海涛. 考虑饱和-非饱和渗流的土坡极限分析[J]. , 2009, 30(8): 2477 -2482 .
[6] 王可良，刘 玲，隋同波，徐运海, 胡廷正. 坝体岩基-橡胶粉改性混凝土现场抗剪（断）试验研究[J]. , 2011, 32(3): 753 -756 .
[7] 吴 剑，冯少孔，李宏阶. 钻孔成像中结构面自动判读技术研究[J]. , 2011, 32(3): 951 -957 .
[8] 王 林 ，杨海朋 ，聂庆科. 利用工程类比法预测建筑物沉降及其分布特征[J]. , 2009, 30(S2): 485 -488 .
[9] 戴国亮，周香琴，刘云忠，刘立基，龚维明. 井筒式地下连续墙水平承载能力模型试验研究[J]. , 2011, 32(S2): 185 -189 .
[10] 金旭浩 ，卢文波 ，田 勇 ，严 鹏 ，陈 明. 岩石爆破过程S波的产生机制分析[J]. , 2011, 32(S2): 228 -232 .
版权所有 © 《岩土力学》编辑部
地址：湖北武汉武昌小洪山中国科学院武汉岩土力学研究所(430071)　邮编：200042　电话：027-87198484, 87199252, 87199253, 87198752　E-mail: ytlx@whrsm.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发