1. 甘肃省水利水电勘测设计研究院有限责任公司
2. 河海大学水灾害防御全国重点实验室
3. 河海大学水利水电学院
Published:2025
移动端阅览
[J]. 2025, 43(10): 135-138+119.
DOI:
[J]. 2025, 43(10): 135-138+119. DOI: 10.20040/j.cnki.1000-7709.2025.20250015.
针对复杂分区土石坝渗透系数反演结果不唯一、算法复杂、计算量大等问题,采用正交设计方法拟定渗透系数组合,通过渗流有限元计算测点处的渗压水位组成学习样本,采用结构简单、计算量小、自学习和强泛化能力的误差反向传播(BP)神经网络构造渗压水位-渗透系数之间的非线性映射关系,为克服该网络算法易陷入误差函数的局部极小值、收敛速度慢、过拟合等缺点,利用和声搜索(HS)算法优化网络参数,从而构建了复杂分区土石坝渗透系数反演的HSBP网络算法。采用工程实例对该算法进行验证,结果表明该算法计算速度快、反演精度较高。
范鹏飞,祝福源.基于HS算法优化的EEMD-RNN混凝土坝位移预测模型[J].中国农村水利水电,2021(08).
刘树峰,秦晋.基于改进粒子群算法的渗透系数参数反演分析[J].水利水电技术,2015(04).
崔智伟,沈振中,徐力群,谈家诚.基于AHP-GA的某混凝土面板堆石坝渗透参数反分析方法[J].水电能源科学,2016(12).
徐丽,沈振中.基于ELM-GA的复杂土石坝渗透系数反演模型及其应用[J].水电能源科学,2021(09).
祝林彦,杨金孟,赵邵峰.面板堆石坝主要分区渗透系数反演及敏感性分析[J].水电能源科学,2024(02).
李永超,沈振中,熊汉野,李皓璇,张宏伟.基于LHS-ISSA-SVR的心墙堆石坝渗流参数反演方法及应用[J].水电能源科学,2024(07).
雷艳,温立峰,赵明仓,殷乔刚.基于RF-GWO的水利工程地质渗透系数智能反演分析[J].水资源与水工程学报,2024(02).
李明辉,石宇强,石小秋,李佳.求解燃气轮机制造车间调度的混合和声搜索算法[J].工业工程,2024(03).
姚舜才,李大威.神经网络与深度学习[M].清华大学出版社,2022.
0
Views
38
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution