共查询到15条相似文献，搜索用时 171 毫秒
1.
为满足地球物理资料反演解释的高精度、快速、稳定的要求,本文结合免疫遗传算法寻优速度快和BP神经网络反演不依赖初始模型等优点,设计了一种将BP神经网络和免疫遗传算法进行有机结合的全局优化反演策略,并将该策略成功地应用于二维高密度电法数据反演.利用免疫遗传算法(Immune Genetic Algorithm,简称IGA)对神经网络的反演参数进行同步优化,提高了电阻率反演的精度.仿真和实验结果验证设计的全局优化反演策略取得了较好的效果,通过与线性反演方法和BP法以及遗传神经网络法等反演方法进行比较,得出该方法具有反演精度更高,反演时间更短等显著优势的结论. 相似文献
2.
考虑各向异性的层土-盾构隧道地震反应数值模拟 总被引：3，自引：0，他引：3
在层状各向异性土体-盾构隧道地震反应分析中,引入了横观各向同性弹塑性模型理论,建立了适合于横观各向同性介质的双渐近-多向透射边界条件。针对地铁区间盾构隧道抗震设计的特点,基于横观各向同性弹塑性模型,研制了考虑层状土体各向异性和施工开挖效应,适合于盾构隧道动力计算的各向异性弹塑性动力有限元程序。在程序中对于不同的材料采用了不同的本构关系和不同的单元形式,并采用了关联流动法则和多种屈服准则,可同时进行各向异性土体与地下结构的二维平面应力、平面应变和轴对称问题的静力和动力数值分析。最后利用所研制的程序进行了上海地铁二号线石门一路站附近区间隧道在不同超越概率地震动输入下的隧道反应计算。结果表明,在层状土体-地铁区间隧道的抗震分析中考虑土体各向异性的影响是必要的,所提出的计算模型是可行的。 相似文献
3.
以西安地铁2号线为研究原型,根据模型试验相似准则,设计了列车荷载作用下地裂缝-地铁隧道-地层动力相互作用试验模型。根据试验需求及场地条件,确定采用模型试验箱进行试验,模型试验箱考虑了地铁隧道与地裂缝的不同交角,可以分别模拟地铁隧道与地裂缝呈90°正交、60°斜交、30°斜交的情况,同时,试验采用激振器模拟了不同频率的车辆振动荷载。根据相似原理,合理确定了几何参数、地铁隧道及围岩材料参数、动力加载方式及动力试验参数,以期通过模型试验来研究地铁隧道-地裂缝-地层在列车振动荷载作用下的动力响应规律,为列车振动控制措施研究提供参考。 相似文献
4.
为了利用结构地震响应观测数据在震后对结构进行损伤快速评估，本文提出了基于BP传播神经网络多参数预测震后结构损伤程度的方法。本文设计了9个不同设防烈度和层数的钢筋混凝土框架结构，利用OpenSees有限元软件进行了非线性时程分析，并用损伤指数量化了结构损伤程度。利用有限元模拟结果，创建了神经网络的数据集，训练神经网络建立了结构参数与结构损伤指数之间的映射，对比了不同参数组合预测结构损伤水平的能力，提出了最优参数组合。结果表明：此方法预测结构损伤指数准确度高，耗时短，可为建筑工程震后损伤快速评估提供支撑。 相似文献
5.
6.
基于主成分的时间域航空电磁数据神经网络反演仿真研究(英文) 总被引：5，自引：0，他引：5
传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。 相似文献
7.
8.
基于BP神经网络模型的村镇砖砌体结构震害预测研究 总被引：1，自引：0，他引：1
砖砌体结构是村镇地区一种量大面广的结构形式,其抗震性能薄弱,在地震中极易出现脆性破坏。本文尝试应用基于L-M算法的BP神经网络方法,利用它强大的非线性映射功能,建立起村镇地区砖砌体结构震害影响因素与破坏状态等级之间关系。设计出一个9-6-5的三层神经网络模型,根据实地调查,筛选出影响房屋震害的9个主要因素,如层数、层高、砌筑方式、砖墙面积率等作为神经网络的输入参数,输出参数为房屋5种破坏状态。选择2008汶川地震后四川、陕西、甘肃等地的震害实例作为学习样本对所构建的神经网络模型进行训练。训练结果表明,该模型对已训练数据有很好的适应性,但如果要将其用于单个或群体建筑的易损性分析,并取得较精确的预测结果,还需积累足够多的训练样本,并进行大量的网络试验工作。 相似文献
9.
为研究地铁车站-隧道-土相互作用体系在地震中的整体力学行为,并探讨地铁车站与隧道接头结构对地下轨道交通结构地震响应的影响,本文建立了地铁车站-隧道-土相互作用体系的大型三维整体有限元模型,借助Ls-dyna有限元软件进行地震动时程分析,探讨了地铁车站-隧道-土相互作用体系的地震反应规律,从定量角度研究了地铁车站与隧道接头结构对车站及隧道地震响应的影响程度及范围。研究表明,地震作用下地铁车站与隧道结构的受力明显不均匀;地铁车站结构的最大层间位移响应在接头部位较车站中间截面显著减小,接头结构的影响距离约为车站纵向跨度的5倍;地铁隧道在接头结构处的应力响应较隧道其他位置显著增大,但增大程度随着与接头部位距离的增大而迅速减弱。 相似文献
10.
基于GA-BP理论的储层视裂缝密度地震非线性反演方法 总被引：2，自引：7，他引：2
基于GA-BP理论,将自适应遗传算法与人工神经网络技术(BP算法)有机地相结合,形成了一种储层裂缝自适应遗传-神经网络反演方法.这种新的方法是由编码、适应度函数、遗传操作及混合智能学习等组成,即在成像测井裂缝密度数据约束下,通过对目标问题进行编码(称染色体),然后对染色体进行选择、交叉和变异等遗传操作,使染色体不断进化,从而快速获得全局最优解.在反演执行过程中,利用地震数据和成像测井裂缝密度数据之间的非线性映射关系建立训练样本,将GA算法与BP算法有机地结合,优化三层前向网络参数;或将GA与ANFIS相结合,优化ANFIS网络参数.并采用GA算法与TS算法(Tabu Search)相结合的自适应混合学习算法,该学习算法自始至终将GA和BP两种算法按一定的概率比例进行,其概率自适应变化,以达到混合算法的均衡.这种混合算法提高了网络的收敛速度和精度.我们分别利用两个研究地区的6井和1井成像测井裂缝密度数据与地震数据之间的非线性映射关系建立训练样本,对过这两口井的测线的地震数据进行反演,获得了视裂缝密度剖面,视裂缝密度剖面上裂缝分布特征符合沉积相分布特征和岩石力学性质的变化特征.这种视裂缝密度剖面含有储层裂缝的定量信息,其误差可为油气勘探开发实际要求所允许.因此,这种新的方法优于只能作裂缝定性分析的常规裂缝地震预测方法,具有广阔的应用前景. 相似文献
11.
控制路基沉降是公路工程中的一个关键技术问题,而路基沉降与其影响因素之间存在着线性、非线性关系。当输入自变量较多时,用传统神经网络建模容易出现过拟合现象,导致网络模型预测精度较低。针对此问题,本文用遗传算法对神经网络模型的权值和阈值进行优化,同时讨论遗传参数的设定对输出结果的影响。通过对成南高速的实测数据进行仿真,试验结果表明:优化后的BP神经网络具有较高的预测精度,预测效果明显优于传统神经网络模型的输出结果,该预测方法可作为高速公路路基长期沉降预测的一种有效辅助手段。 相似文献
12.
13.
14.
为进一步提高大地电磁非线性反演的稳定性、运算效率及准确度，将遗传神经网络算法引入大地电磁反演.首先针对大地电磁二维地电模型建立BP（Back Propagation）神经网络基本框架进行学习训练，网络输入为已知地电模型的视电阻率参数，输出为该地电模型参数；再利用遗传算法对神经网络学习训练过程进行优化，计算出多种地电模型网络连接权值和阈值的最优解；最后将最优连接权值和阈值对未知模型进行反演测试，网络输入为未知地电模型的视电阻率参数，输出为该地电模型参数.模型实验表明：遗传神经网络算法充分结合了遗传算法的全局寻优性和神经网络的局部寻优性，相比单一神经网络算法，在网络学习训练中提高了解的收敛成功率和计算速度，在反演测试中能更准确地逼近真实模型.将遗传神经网络算法与最小二乘正则化反演进行对比，理论模型和实测数据都验证了遗传神经网络算法在大地电磁反演中的可行性和有效性. 相似文献
15.
本文试图解释用ＢＰ神经网络解界面反问题时效果不佳的原因。文中首先从信息量的角度提出了ＢＰ神经网络训练本集容量的概念，给出了它的定义及组织训练样本集时应遵循的原则和方法。对于如何用ＢＰ神经网络解界面反问题，给出了其基本步骤，并根据上述训练样本集容量的概念及界面反总理的特殊性，给出了组织界面反问题训练样本集的方法。 相似文献