基于改进响应面的邓肯-张E-B模型参数全局敏感性分析

为研究邓肯-张E-B模型参数及参数之间的交互作用对大坝变形的影响,以某均质黄土坝为研究对象,利用改进的响应面方法分析了邓肯-张E-B模型参数的全局敏感性。通过部分因子设计筛选出对土坝变形影响较为显著的5个参数为R_f、γ、φ₀、K_b、K,再利用响应面方法中的中心复合设计对筛选结果做进一步的全局响应面分析,考察参数及参数之间的交互作用对土坝变形的影响。结果表明,R_f、γ、φ₀是对大坝位移敏感性最强的3个参数,这3个参数之间的交互作用对于大坝变形的敏感性同样重要,且高于单个因素的敏感性,在类似工程计算中应考虑参数之间的交互作用。     

基于粒子群算法的BP模型在地下水位埋深预测研究中的应用

地下水水位埋深是影响河套灌区生态环境的主要因素,开展地下水位埋深预测研究对灌区远景发展规划与用水管理具有现实指导意义。本文采用基于粒子群算法的BP神经网络模型(PSO-BP),对河套灌区永济灌区地下水位埋深进行了预测模拟,相对于传统BP模型纳什效率系数NSE (0.791), PSO-BP模型NSE(0.887)提高了12%。表明, BP神经网络可以有效处理地下水位埋深与其影响因素之间的复杂非线性问题,同时粒子群算法可以提高模型的预测精度。