中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于模式–遗传–神经网络的流变参数反演

文献类型:期刊论文

作者陈炳瑞1; 冯夏庭1,2; 丁秀丽3; 徐平3
刊名岩石力学与工程学报
出版日期2005
期号04页码:553-558
关键词岩石力学 反分析 模式搜索 参数识别 遗传算法 神经元网络 流变学
ISSN号1000-6915
英文摘要

介绍了一种岩石流变多参数反演的智能方法。该方法把遗传算法和神经网络有机结合起来,并在遗传算法中嵌入模式搜索加速优化进程;该方法基于均匀设计获得的样本进行神经网络学习,用模式–遗传–神经网络进行岩体流变参数的最优辩识。该方法用经过最佳预测学习算法训练的神经网络来表达岩体流变参数和位移之间的映射关系,除具有一般遗传算法的优点外,还提高了参数反演的精度,节省了参数反演的计算时间,使得某些原来用传统优化方法在时间上几乎无法进行的参数反演如今变为可能,并用工程实例验证了此方法的可行性与优越性。

语种中文
源URL[http://119.78.100.198/handle/2S6PX9GI/10818]  
专题岩土力学所知识全产出_期刊论文
作者单位1.东北大学资源与土木工程学院;
2.中科院武汉岩土力学研究所
3.长江科学院
推荐引用方式
GB/T 7714
陈炳瑞,冯夏庭,丁秀丽,等. 基于模式–遗传–神经网络的流变参数反演[J]. 岩石力学与工程学报,2005(04):553-558.
APA 陈炳瑞,冯夏庭,丁秀丽,&徐平.(2005).基于模式–遗传–神经网络的流变参数反演.岩石力学与工程学报(04),553-558.
MLA 陈炳瑞,et al."基于模式–遗传–神经网络的流变参数反演".岩石力学与工程学报 .04(2005):553-558.

入库方式: OAI收割

来源:武汉岩土力学研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。