基于模拟退火的Gauss-Newton算法的神经网络在渗流反分析中的应用

›› 2005, Vol. 26 ›› Issue (3): 404-408.

基于模拟退火的Gauss-Newton算法的神经网络在渗流反分析中的应用

刘先珊¹，周创兵¹，张立君²

1.武汉大学水资源与水电工程科学国家重点实验室，湖北武汉 430072，2.漳河工程管理局，湖北荆门 448156

收稿日期:2003-10-10 出版日期:2005-03-10 发布日期:2013-11-21
作者简介:刘先珊，女，1978年生，博士生，主要从事岩土工程的数值计算

Application of neural network based on simulated annealing Gauss-Newton algorithm to seepage back analysis

LIU Xian-shan¹, ZHOU Chuang-bin¹, ZHANG Li-jun²

1.State Key Laboratory of Water Resurces and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China; 2.Zhanghe Hydranlic Project Administration Bureau, Jingmen 448156, China

Received:2003-10-10 Online:2005-03-10 Published:2013-11-21

摘要/Abstract

摘要： 提出了模拟退火的Gauss-Newton算法的神经网络，克服了经典BP网络存在的一些缺陷。并以正弦函数的迭代收敛为例，证明了该方法的正确性，有效性和优越性。同时将该方法用于同乐坪大坝的渗流反分析，利用反演出的渗透系数进行渗流场计算。得到的水头预报值与观测值相吻合，可知反演结果是正确的，说明该方法用于实践工程的渗流参数识别是可行的。

关键词: 模拟退火的Gauss-Newton算法, 反分析, 渗透系数

Abstract: Simulated Annealing Gauss-Newton algorithm applied to neural network is put forward. It overcomes some limitation of the traditional BP neural network. Taking iterative convergence of sine function for example, the correction, efficiency and superiority of the algorithm are proved. At the same time, this algorithm is applied to seepage back analysis of Tongleping dam, using seepage coefficient to calculate seepage flow field. And forecasted water heads approach to the observed values, which illuminates the back analysis result is correct and the algorithm is feasible in the practical seepage parameters identification.

Key words: simulated annealing Gauss-Newton algorithm, back analysis, seepage coefficient

中图分类号:

TV 223.6

刘先珊，周创兵，张立君, . 基于模拟退火的Gauss-Newton算法的神经网络在渗流反分析中的应用[J]. , 2005, 26(3): 404-408.

LIU Xian-shan , ZHOU Chuang-bin , ZHANG Li-jun,. Application of neural network based on simulated annealing Gauss-Newton algorithm to seepage back analysis[J]. , 2005, 26(3): 404-408.

参考文献

相关文章 15

[1]	余良贵, 周建, 温晓贵, 徐杰, 罗凌晖, . 利用HCA研究黏土渗透系数的标准探索[J]. 岩土力学, 2019, 40(6): 2293-2302.
[2]	陶高梁, 吴小康, 甘世朝, 肖衡林, 马强, 罗晨晨, . 不同初始孔隙比下非饱和黏土渗透性试验研究及模型预测[J]. 岩土力学, 2019, 40(5): 1761-1770.
[3]	张昭, 程靖轩, 刘奉银, 齐吉琳, 柴军瑞, 李会勇, . 基于土颗粒级配预测非饱和渗透系数函数的物理方法[J]. 岩土力学, 2019, 40(2): 549-560.
[4]	刘一飞, 郑东生, 杨兵, 祝兵, 孙明祥. 粒径及级配特性对土体渗透系数影响的细观模拟[J]. 岩土力学, 2019, 40(1): 403-412.
[5]	朱长歧, 崔翔, 胡明鉴, 王新志, 唐健健, . 钙质土电导率和渗透性的相关研究[J]. 岩土力学, 2018, 39(S2): 142-148.
[6]	马瑞男, 郭红仙, 程晓辉, 刘景儒, . 微生物拌和加固钙质砂渗透特性试验研究[J]. 岩土力学, 2018, 39(S2): 217-223.
[7]	孙明社，马涛，申志军，吴旭，王梦恕，. 复合式衬砌结构中衬砌分担围岩压力比例的研究[J]. , 2018, 39(S1): 437-445.
[8]	王少杰，吕爱钟，张晓莉. 横观各向同性岩体中马蹄形隧洞的位移反分析方法[J]. , 2018, 39(S1): 495-504.
[9]	陈兴长，陈慧，游勇，柳金峰,. 泥石流拦砂坝底扬压力分布及影响因素试验[J]. , 2018, 39(9): 3229-3236.
[10]	张亭亭，王平，李江山，万勇，薛强，王士权, . 养护龄期和铅含量对磷酸镁水泥固化/稳定化铅污染土的固稳性能影响规律及微观机制[J]. , 2018, 39(6): 2115-2123.
[11]	宋云奇，武朝军，叶冠林,. 上海浅部黏土渗透系数及其各向异性[J]. , 2018, 39(6): 2139-2144.
[12]	李建朋，聂庆科，刘泉声，于俊超,. 基于权重反分析的岩溶地面塌陷危险性评价方法研究[J]. , 2018, 39(4): 1395-1400.
[13]	王洪波，张庆松，刘人太，李术才，张乐文，郑卓，张连震. 基于压水试验的地层渗流场反分析[J]. , 2018, 39(3): 985-992.
[14]	陈晋龙，李锦辉，程鹏，宋磊，周腾. 植被作用下土质覆盖层渗透特性的现场试验[J]. , 2018, 39(1): 222-228.
[15]	刘争宏，于永堂，唐国艺，刘智, . 安哥拉Quelo砂场地渗透特性试验研究[J]. , 2017, 38(S2): 177-182.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	荣冠，王思敬，王恩志，刘顺桂. 白鹤滩河谷演化模拟及P2β3玄武岩级别评估[J]. , 2009, 30(10): 3013 -3019 .
[2]	刘斌，李术才，李树忱，钟世航. 隧道含水构造直流电阻率法超前探测研究[J]. , 2009, 30(10): 3093 -3101 .
[3]	钟佳玉，郑永来，倪寅. 波浪作用下砂质海床孔隙水压力的响应规律实验研究[J]. , 2009, 30(10): 3188 -3193 .
[4]	刘小文，常立君，胡小荣. 非饱和红土基质吸力与含水率及密度关系试验研究[J]. , 2009, 30(11): 3302 -3306 .
[5]	黄建华，宋二祥. 大型锚碇基础围护工程冻结帷幕力学性态研究[J]. , 2009, 30(11): 3372 -3378 .
[6]	杨利国，骆亚生，李焱，王志杰. 初始应力条件对压实黄土动强度影响的研究[J]. , 2010, 31(1): 87 -91 .
[7]	姚仰平，冯兴，黄祥，李春亮. UH模型在有限元分析中的应用[J]. , 2010, 31(1): 237 -245 .
[8]	祝志恒，阳军生，董辉. 双洞隧道施工引起地表移动的多参数反分析研究[J]. , 2010, 31(1): 293 -298 .
[9]	李兴高，孙河川. 地铁施工环境影响定量风险指标研究[J]. , 2009, 30(9): 2733 -2736 .
[10]	王朝阳，许强，倪万魁. 原状黄土CT试验中应力-应变关系的研究[J]. , 2010, 31(2): 387 -391 .