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
1 Z( a$ b+ U& F- X5 Z
* M; t1 k: N; R& g, l8 s: Q
2 |' T9 N+ W. Q" u, h
- w, P t7 U/ N6 A
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
4 ~* B, m: O+ i+ K E
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（
1 G* A, {4 n, K( ]5 `' _
BP
: I3 ~9 `2 ^) a; x# J
）和径向基神经网络（
6 W4 {2 g' r( R* x
RBF
. M. t* _7 m6 n0 g; H
）构造出待反演参
+ \8 N* u1 v0 I) O. m# A
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（
- _3 O; h6 j8 y" Z
RMSE
( H7 O* R# S+ @# W" k9 D/ ?
），平均绝对百分比误差（
- Z0 Z4 T- h; a$ u' I1 ~' ~% s
MAPE
8 g8 k ?) v( A+ A( H5 H
）和
$ j% J5 n! ^7 Z- F
线性回归决定系数（
% _! N& }6 f" [5 w( I" R
R
: A7 }4 }# X: W! U Y$ V
2
4 V O j0 F* `7 m- I' ]8 T; B
）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
: Q. m+ G, N# B" K3 d' I* I, O
确率。结果表明，
/ P5 }% p% c: ~; g( B6 H
RBF
0 ]# J% V( I$ d" O
神经网络响应面的评估指标均优于
b4 B: P' Z0 b7 K. _) x j8 @- R
BP
5 E: ^; e6 A. X/ ~
神经网络响应面。利用
7 l" ]) U7 z( \) _" I
RBF
. y9 e8 d! s; s3 j
神经网络响应面和多种
% ^+ X5 ^9 o+ {) z6 _2 ~
群遗传算法（
* k/ o9 E2 d2 F) Y2 g
MPGA
% z7 s S/ B; U2 d4 |
）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
9 J& `) U( O2 X9 k
和分布上与实测值有显著的一致性。
$ x5 [/ i6 C: g- |: f: S
% w' I# S: s/ I$ o
* A! O6 z$ }+ g N
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
