数学建模社区-数学中国
标题:
神经网络响应面在堆石坝流变反演中的应用
[打印本页]
作者:
杨利霞
时间:
2020-11-5 15:51
标题:
神经网络响应面在堆石坝流变反演中的应用
神经网络响应面在堆石坝流变反演中的应用
0 l8 D3 {, ~6 W% b, f5 T
9 A3 W. b' L' m6 t" T
) u. ?8 [( K) k
2 F N. \: _3 w/ u+ P& O3 q. J5 ^
堆石体的流变参数对高面板堆石坝的长期安全性分析具有重要意义。参数反演可以准确获得符合坝体实
( e" {6 J+ g, ?( V0 D% h, }, Y
际长期变形规律的流变参数。本文分别采用反向传播神经网络（
6 f0 Y( m0 d$ F u& u
BP
- w. G+ M+ L5 |. i/ i: m: B/ V: {
）和径向基神经网络（
9 v; I7 Z) o; o% ^& P' e
RBF
% N, `1 a' N9 z i$ [3 F! n
）构造出待反演参
( Q' w5 g9 K) {/ t* A X
数与位移值之间的响应，引入统计学回归预测模型中的均方根误差（
' r. c# G9 d+ G; P2 {
RMSE
; w' _8 R# R' E% L/ @5 {1 U' p9 C
），平均绝对百分比误差（
o* m' v, H: h3 a
MAPE
: v( {9 j; X l
）和
9 m3 E3 B. e( Z( l* J+ b2 u
线性回归决定系数（
& U; u3 B/ Q: G5 k8 y
R
7 O( z- _9 _7 T+ t( L" ]( f
2
9 m# x( Z6 k8 [2 G$ Y
）等指标来全面评估不同神经网络响应面映射能力的优劣，从而提高参数反演的效率和准
1 i! J6 |5 d4 p/ l8 q
确率。结果表明，
9 w3 X9 z9 V9 Q3 R
RBF
9 ?" M6 C- W2 F' G% |
神经网络响应面的评估指标均优于
' C2 X5 A6 D7 K& V' h; \/ b {
BP
5 p8 z& g; r5 Q0 Z$ ^
神经网络响应面。利用
" z* B0 x7 H& |/ p8 Z3 v: u
RBF
1 U) \ T, W: g [4 y r* x
神经网络响应面和多种
8 H! r' Q! d( M
群遗传算法（
0 @ L2 X) x0 i d; }+ Z
MPGA
/ o6 }8 x. D7 Z0 C6 r& t8 e
）优化理论得到反演后的流变参数并将其用于有限元计算，得到的蓄集峡坝体沉降值在大小
8 y2 D u' g# R8 `6 Q4 e% H
和分布上与实测值有显著的一致性。
- K0 C9 ]9 g, Z! J) s
) o* Y# a) k" ~
) z" s9 z. k5 D. P, \. ~+ m8 U
神经网络响应面在堆石坝流变反演中的应用_周新杰.caj
2020-11-5 15:51 上传
点击文件名下载附件
下载积分: 体力 -2 点
789.49 KB, 下载次数: 1, 下载积分: 体力 -2 点
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
