基于遗传神经网络的坝区初始渗流场反分析.pdfVIP

第 卷第 期 水 电 能 源 科 学 ３０ １２ Ｖｏｌ．３０Ｎｏ．１２ 　 　 　 　 　 年 月 ２０１２ １２ Ｗａｔｅｒ ＲｅｓｏｕｒｃｅｓａｎｄＰｏｗｅｒ Ｄｅｃ．２０１２ 　　　 　 　 　 　 　　　 文章编号： （ ） １０００７７０９２０１２ － － － 基于遗传神经网络的坝区初始渗流场反分析 ， ， ， ， 张 璇 李 毅 罗 琳 车富强 郑海圣 　 　 　 （ ， ） 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 ： ， 摘要 为 尝试 采用 遗传神 经 网络 法解 决无渗漏 量资料的 多 目标 渗 流反 分析问题 根据 遗传神 经 网络 的非 线性 ， ， ， 映射特 性 提出 了基于 遗传神 经 网络 的初 始渗 流 场反演 方 法 采用正 交设 计 法设 计 渗 流 场参数 样 本 通过有 限 ， 元 分析 获得钻孔 水位 样 本 并利 用遗 传 神 经 网络 学 习 钻 孔水 位 与 渗 流 场 各 参 数 的 非 线 性 关 系得 到 各 参 数 的 。 ， ， 反演 值 以卡拉 水 电站 右岸 坝 区为例 反演 了岩 体 和 结 构 面的渗透 系数和 右 岸 边 界水 头 验证 表 明该方 法在 渗 流 场反演 中具 有较 高的精度 。 ： ； ； ； ； 关键词 水 电工程 坝 区 初 始渗 流 场 反 分析 遗传神 经 网络 中图分类号： ； 文献标志码： ＴＶ６４２ ＴＶ１３９．１ Ａ 渗流对库坝区岩土体及水工建筑物的稳定性 １．１ 方法概述 　　 　 ， 有着重大影响 在我国西南地区大型水电站工程 遗传神经网络法是利用遗传算法训练神经网 。 ， 中尤为显著 工程实践表明 初始渗流场是渗流 ， 络的方法 兼有神经网络的学习能力和遗传算法 ， 分析的前提 基于实测资料进行渗流场反演是确 。 的全局搜索能力 采用遗传神经网络法进行渗流 。 定初始渗流场分布特征的有效方法 渗流场反演 ，