首页 | 本学科首页   官方微博 | 高级检索  
     

基于神经网络的岩体渗透系数反演方法及其工程应用
引用本文:李守巨,刘迎曦,王登刚,李华,吴凤吉. 基于神经网络的岩体渗透系数反演方法及其工程应用[J]. 岩石力学与工程学报, 2002, 21(4): 479-483
作者姓名:李守巨  刘迎曦  王登刚  李华  吴凤吉
作者单位:1. 大连理工大学工业装备结构分析国家重点实验室,大连,116024
2. 同济大学建筑工程系,上海,200092
3. 白山发电厂,吉林,132400
基金项目:国家自然科学基金资助项目(10072014),工业装备结构分析国家重点实验室开放基金资助项目(GZ9908)。
摘    要:基于人工神经网络方法,根据岩体渗流场的水头观测数据的注水试验先验信息,建立了一种含水层参数识别数值方法。介绍了采用神经网络方法反演混凝土大坝岩石基础和混凝土帷幕渗透系数的工程实例。工程实际应用表明,所提出的反演方法得到的渗透系数代入到有限元模型,水头预报值具有比较高的精度。

关 键 词:人工神经网络 渗流 岩体 渗透系数
文章编号:1000-6915(2002)04-0479-05
收稿时间:2000-07-24
修稿时间:2000-07-24

INVERSION ALGORITHM OF PERMEABILITY COEFFICIENTS OF ROCKMASS AND ITS APPLICATION BASED ON ARTIFICIAL NEURAL NETWORK
Li Shouju,Liu Yingxi,Wang Denggang,Li Hua,Wu Fengji. INVERSION ALGORITHM OF PERMEABILITY COEFFICIENTS OF ROCKMASS AND ITS APPLICATION BASED ON ARTIFICIAL NEURAL NETWORK[J]. Chinese Journal of Rock Mechanics and Engineering, 2002, 21(4): 479-483
Authors:Li Shouju  Liu Yingxi  Wang Denggang  Li Hua  Wu Fengji
Affiliation:Li Shouju1,Liu Yingxi1,Wang Denggang2,Li Hua3,Wu Fengji3
Abstract:Based on artificial neural network(ANN),an identification algorithm of aquifer parameters is proposed according to the observed water heads and flows in seepage field. The practical example of identifying the permeability coefficients of rockmass and concrete curtain is introduced with proposed ANN. The practical application shows that the forecasted water heads approach to observed values while the identified permeability coefficients are introduced to the FEM model.
Keywords:artificial neural network  parameters inversion  optimization  seepage   permeability coefficients of rockmass
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《岩石力学与工程学报》浏览原始摘要信息
点击此处可从《岩石力学与工程学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号