基于BP神經网络的土坝渗流场反演研究.doc

西安理工大学硕士学位论文 2010年西安理工大学研究生学术年会 PAGE 62 - PAGE 1 - 基于BP神经网络的土坝渗流场反演研究 任喜平，钟声 （西安理工大学，陕西 西安，710048） 摘要：土坝坝体、坝基土壤或岩体、两岸土体或岩体的渗透系数则是分析土坝渗流场的一个重要参数。它关系到人们是否能够真正了解大坝的实际安全状况。本文将现场监测和反演分析结合起来反演渗透系数，对于材料比较复杂的地基尤为如此，地基渗透系数牵扯到地基沉降、渗漏、滑体等众多安全因素。从该角度出发，针对监测资料中的测压管水头与渗透系数之间的非线性关系，引入BP神经网络法、遗传算法，用于反演土石坝渗透系数，对比参照实际设计渗透系数。 关键词：BP神经网络法；遗传算法；渗透系数；非线性 中图分类号： 文献标识码： 文章编号： Infiltrates the flow field inversion research based on the BP neural networks earth stone dam Ren Xi-ping，Zhong sheng （Xi’an University of Technology, Xi’an, Shaanxi 710048, China） Abstract: The earth dam, the base of dam soil either the rock mass, both banks soil body or the rock mass penetration coefficient is analyzes the earth dam to infiltrate the flow field a key parameter. It relates the people whether can understand the dam truly the actual safe condition. This article from therefore monitor and the inversion analysis on the spot unifies the inversion penetration coefficient. This article from this angle embarking, in view of between monitoring datas in measuring tube flood peak and penetration coefficients misalignment relations, introduces the BP nerve network method, the genetic algorithm, uses in the inversion earth stone dam penetration coefficient, the contrast reference actual design penetration coefficient. Key words: BP neural network; Genetic algorithm; Penetration coefficient; Misalignment 1 引言 人工神经网络的发展，经历了一个曲折艰难的过程。早在1943年，心理学家Warren McCulloch和数理逻辑学家Walter Pitts从信息处理的角度出发，采用数理逻辑的方法，对生物神经细胞的动作进行研究，提出了形式神经元的模型，称为MP模型。通过MP模型提出了神经元的形式化数学描述和网络结构方法，证明了单个神经元能执行逻辑功能，从而开创了人工神经网络研究的新纪元。1949年心理学家Donald Hebb明确提出了突触联系强度可变假设，认为突触联系强度是随前后神经元的活动而变化，从而说明了神经元连接强度是可以修正的，为神经网络的产生奠定了基础。随后，感知器（Perception）、自适应线形神经元（Adaptive Linear Neuron）等网络与运行规则相继被提出，早期主要应用子模式识别、天气预报和自适应控制。然而，简单的感知器只能局限于处理线形问题，加之当时Von Neumann数字计算机和人工智能正处于发展的黄金时期，暂时掩盖了发展新型计算机和人工智能新途径的必要性和迫切性，使人工 收稿日期： 作者简介：任喜平（1984-），男（汉族），会宁人，西安理工大学研究生，硕士，主要研究方向为水工结构、水工建筑物应力仿真分析及监测控制。Email：renxiping08@163.com. 神经网络处于低潮期。 直到1982年，美国加州工学院物理学家