基于神经网络和演化算法的土石坝位移反演分析 - 岩土力学.pdf

第 26 卷第 4 期 岩 土 力 学 Vol.26 No.4 2005 年4 月 Rock and Soil Mechanics Apr. 2005 文章编号：1000－7598 －(2005) 04 ―0547 ―06 基于神经网络和演化算法的土石坝位移反演分析 张丙印，袁会娜，李全明 （清华大学 水利水电工程系，北京 100084 ） 摘 要：构造了基于综合应用人工神经网络和演化算法的位移反演分析方法。该法使用具有较强非线性映射能力的神经网络 模型代替有限元计算，提高了计算效率。采用演化算法和 Vogl 快速算法，同时优化神经网络的结构和权值，增加其适应性 并加快训练速度；使用多种群演化等策略，改善演化算法的全局收敛性和收敛速度。以三峡茅坪溪防护土石坝的变形反演分 析为例，研究了神经网络演化代数以及训练样本数量对神经网络模拟能力的影响，证明了所建立的反演分析方法的有效性。 关 键 字：人工神经网络；演化算法；演化策略；位移反演分析 中图分类号：TB 115；TV 64 文献标识码：A Displacement back analysis of embankment dam based on neural network and evolutionary algorithm ZHANG Bing-yin, YUAN Hui-na ，LI Quan-ming (Department of Hydraulic Engineering, Tsinghua University, Beijing 100084, China) Abstract: A new approach of displacement back analysis is proposed by combining the neural network and evolutionary algorithm. The neural network with optimal architecture trained by evolutionary algorithm and Vogl algorithm is used to substitute the time-consuming finite element analysis.