Release Time:2019-03-11  Hits:

Indexed by: Journal Article

Date of Publication: 2015-12-21

Journal: 水利学报

Included Journals: Scopus、CSCD、ISTIC、PKU、EI

Volume: 47

Issue: 1

Page Number: 18-27

ISSN: 0559-9350

Key Words: 堆石流变;参数反演;RBF神经网络;多种群遗传算法

Abstract: 堆石坝变形包括瞬时弹塑性变形及时间相关的流变变形,从实际的监测变形中精确区分这两种变形有一定技术难度.本文将瞬时及流变变形参数的反演问题转化为一个组合优化问题,采用智能优化算法寻找最佳的堆石变形参数.研究中,首先拟定了多种变形参数样本,采用有限元法计算坝体变形;然后采用径向基神经网络训练上述样本,建立堆石变形参数与坝体变形之间的映射关系;最后根据坝体实际变形测量值,采用多种群遗传算法优化得到坝体瞬时及流变变形参数.采用径向基神经网络替代有限元可节省计算时间,提高计算效率;而多种群遗传优化算法可避免传统遗传算法早熟问题.用反演参数再次计算得到的水布垭坝体沉降与实测值吻合较好.