基于遗传神经网络的坝基岩体渗透系数识别*
何 翔 李守巨 刘迎曦 周园π
IDENTIFICATION OF PERMEABILITY COEFFICIENT
摘要 基于坝基岩体渗流场正演分析的数学模型，通过观测渗流区域地下水运动的动态信息反演坝基岩体的渗透系数。将遗传算法和神经网络相结合，所建立的遗传神经网络具有较快的训练速度和较强的泛化能力。数值算例表明，遗传神经网络在求解坝基岩体渗透系数反演问题中具有较高的计算效率和识别精度。
关键词 ：
遗传神经网络 ,
渗透系数 ,
参数识别 ,
全局最优 ,
归一化
Abstract ：The mathematical model of seepage field is introduced as the basis in identifying the permeability coefficient of the dam foundation by observing the dynamic information of the movement of underground water in seepage field. With the combination of genetic algorithm with artificial neural network，the newly established genetic neural network is of faster training speed and superior generating ability. The presented numerical example shows that the genetic neural network is of both higher computing efficiency and higher identification accuracy.
Key words ：
genetic neural network
permeability coefficient
parameter identification
global optimum
normalization procedure
收稿日期: 2002-04-22
[1]
冯 啸1，刘人太1，李术才1，韩伟伟1，2，赵少龙1，王慧涛1，3. 考虑深层渗滤效应的水泥浆动界面特征研究
[2]
李镜培1，2，方 睿1，2，李 林1，2. 考虑土体三维强度特性的静压桩周超孔压解析及演变
[3]
满 轲1，2，刘晓丽3，苏 锐1，2，王 驹1，2，周宏伟4，赵 阳4. 大尺度单裂隙介质应力–渗流耦合试验台架及其渗透系数测试研究
[4]
党发宁1，刘海伟1，王学武2，薛海斌1，马宗源1. 基于有效孔隙比的黏性土渗透系数经验公式研究
[5]
雷文杰1，王兆丰1，韩真理2，冷军发3，戎 涛1. 采动效应微震特征及其变化规律
[6]
周志芳，庄 超，戴云峰，窦 智. 单孔振荡式微水试验确定裂隙岩体各向异性渗透参数
[7]
吴小锋，李光范，王晓亮. 基于有效应力原理的水土统一算法
[8]
杜丽丽1，孙红月2，尚岳全1，康剑伟2，刘长殿2. 充气截排水滑坡治理数值模拟研究
[9]
裴启涛1，李海波1，刘亚群1，宋全杰2，李娜娜1. 复杂地质条件下坝区初始地应力场二次反演分析
[10]
王春波1，2，丁文其1，2，刘书斌3，王 军3，唐志成4. 各向异性渗透系数随应变场动态变化分析
[11]
张 玉1，2，徐卫亚2，邵建富2，赵海斌3，王 伟2，梅松华3. 渗流–应力耦合作用下碎屑岩流变特性和渗透演化机制试验研究
[12]
宋 琨1，2，晏鄂川2，陈 刚3. 地下水封洞库岩体渗透系数估算研究
[13]
陈云敏1，2，兰吉武1，2，李育超1，2，詹良通1，2，柯 瀚1，2. 垃圾填埋场渗沥液水位壅高及工程控制
[14]
高 彬1，2，陈建生1，3，陈 亮1，季纯波1. 花管与潜水面相交下的冲击试验模型研究
[15]
王 非1，缪林昌1，黎春林1，2. 考虑施工过程的盾构隧道沉降数值分析
