基于遗传神经网络的岩土参数优化反分析.pdfVIP

第 7卷 第 1期 土木建筑工程信匦技 Vol_7 No．1 2015年 2月 JournalofinformationTechnologyinCivilEngineeringarIdArchitecture Feb．2O15 基于遗传神经网络的岩土参数优化反分析 侯林 波 (南宁市财政局工程项 目专项管理科，南宁 530022) 【摘 要】由于地下工程岩土力学参数的复杂性，在实际工程设计和施工中，要想得到比较准确的岩土力学参数是 比较困难的，而岩土参数对地下工程的设计和施工的成败具有很重要的意义。本文利用遗传神经网络优化算法结 合数值模拟试验对地下工程岩土力学参数进行优化反分析 ，并取得 了良好的效果 。 【关键词】地下工程；岩土力学参数；遗传神经网络 【中图分类号】TU42：TP183 【文献标识码】A 【文章编号】1674—7461(2015)01—0095—04 在地下工程 中，由于岩土结构 的复杂性 ，岩土 (6)在待反分析参数 的取值范 围内，随机地产 力学参数与岩土位移之间的关系很难用显式数学 生一组规模为 N的初始 网络结构群体 ，每个网络结 表达式来描述 ，所 以采用神经网络建立起岩体力学 构个体是一条用二进制代码表示 的染色体 ； 参数与岩体位移之 间的映射关系之后 ，对于任一组 (7)将群体 中每个个体 的取值输入 己经训练好 给定的岩体力学参数 ，可 以通过 网络的推广预测能 的神经网络模型，预测其位移值 ，计算位移值 的预 力求出其相应的位移值，然后应用遗传算法结合神 测误差 (适应度)； 经网络对岩体力学参数进行有哪些信誉好的足球投注网站寻优 。 (8)如果适应度满足精度要求 ，则认为找到了 最优解，停止计算 ，输 出参数值和预测位移值。如 1 基于遗传神经网络 (GA-ANN)岩土力学 果适应度不满足要求 ，则进行参数取值 的遗传进化 参数优化反分析原理 操作 ，对每一参数取值 的染色体进行复制 、交叉 、变 异等遗传操作 ，产生新一子代可能的参数取值群体 ； 基于 GA-ANN岩土参数反分析步骤如下 ： (9)重复进行步骤 (7)、(8)，直至找到 了最合 (1)确定 目标 函数 。本文采用的 目标 函数为 ： m 理的参数值 。 )=—∑I(U～U )1 (1．1) 基于 GA—ANN的参数反分析流程如图1。 式中：m一测点个数 ；Ui一第 个测点的计算 位移；U 一第 i个测点的实测位移 ； (2)通过正交试验设计方法 [2]设计试验方案 ， 利用数值计算软件输 出参数取相应输入参数 的计 算值 ； (3)进行神经 网络学习，同时采用遗传算法优 化神经网络结构 ，有哪些信誉好的足球投注网站最佳 的神经 网络结构 ，建立 反分析参数与 目标函数之间的非线性映射 ； (4)采用均匀设计法构造神经 网络测试样本 ， 测试神经网络预测能力 ； (5)对遗传神经网络模型进行初始化设置 ，确 定待反分析 的岩体力学参数的取值范 围； 图 1 GA-ANN优化反分析流程 图 【作者简介】 侯林波 (1982一)，男，工程师。主要研究方向：桥梁隧道及地下工程方向。 75m，同时由于地表下 20m处为基岩且基岩 与临近 2 工