BP网络非线性系数取值及其在岩土工程中的应用

天然岩土体中都存在着不同成因的节理、裂隙和断层等软弱面,在对这种天然材料进行理论研究与工程设计时,需要应用非线性数值分析方法。介绍了几种主要的非线性数值理论,并重点讨论了有限元非线性分析和位移反分析法在边坡工程和地下工程中的应用

岩土工程主要研究岩体与土体的工程问题,包括地基基础、边坡和地下工程等,由于岩体和土体一般是不连续介质,目前非线性有限元已经是研究工程中非线性问题较为有效的工具之一。

探讨了应用神经网络技术解决岩土工程问题的可行性，认为神经网络能够模拟岩土工程问题中各参数之间的非线性关系．以预测混凝土面板堆石坝中面板最大顺坡向拉应力为例，说明了神经网络通过对有限元分析实例的“学习”，获取了面板的最大顺坡向拉应力与其他各种参数的非线性关系，从而能够较精确地对其进行预测，而且这种方法能够通过对其他分析实例或实测数据的“再学习”，获取更多的信息和更高的精度．

人工神经网络属于一种对人脑结构及功能进行反映的数学抽象模型,对人的思维以及存储知识等功能进行模拟,从而完成某项工作。对于岩土工程来说,主要包括岩体和土体两项内容,且这两项内容均具备很高的复杂性。在岩土工程研究过程中,有必要借助人工神经网络,从而使岩土工程的研究得到有效进步发展。本文在分析人工神经网络的基础上,进一步对人工神经网络在岩土工程中的应用进行分析,以期为岩土工程研究的进展提供一些具有价值的参考建议。

对人工神经网络在岩土工程中的应用进行了回顾与评述。大量研究表明神经网络用于研究岩土工程问题是有效可行的,与传统方法比较有其独特的优点,这必将引起工程界特别关注.

近年来人工神经网络在岩土工程中的应用越来越广泛，给岩土工程建设带来了发展的新局面。但是对于我国来说人工神经网络的研究起步晚，具体应用的时间尚短，因此我们应当加大对其的研究力度，切实提高我国的研究水平。人工神经网络在岩土工程中的应用得到了良好的效果，与传统的方法相比较有其独特的优势，因而最近几年受到了人们广泛的关注。同时它涉及到的学科较为复杂，这就在一定程度上增加了研究难。基于此，对人工神经网络的历史以及它在岩土工程中的具体应用作了详细地阐述，以供参考使用。

目的针对常规反演方法应用于岩土工程参数反演时搜索效率低、计算量大的缺点,提出了基于改进nelder-mead算法的有限元优化反分析法,为工程所需的计算参数提供参考.方法基于混合罚函数法,以测点的实测值与计算值建立误差函数,将有限元程序abaqus作为一个单独模块嵌入到改进的nelder-mead算法中,编制了优化反演分析程序.结果给出了具体的应用实例,结果表明,改进nelder-mead算法提高了参数的搜索效率,用较少的迭代次数就能得到满足精度要求的结果,是一种可行的参数反演方法.结论笔者提出的优化反演方法具有很强的实用性,可应用于实际工程中复杂岩土体初始应力场反演、渗流场以及位移反分析.

岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类法确定后,所有其它参数:中心位置、形状参数、网络权值,均通过粒子群优化算法在全局空间优化确定。工程实例应用表明,该模型预测结果准确、精度高,有良好的应用前景。

神经网络在岩土工程观测数据优化中的应用——利用人工神经网络独特的结构和处理信息的方法，以实际工程为背景，编制了岩土工程观测数据优化程序，结合德兴铜矿2号尾矿坝b-b测线浸润线观测实例进行分析研究，使得优化的结果与实际相吻台。

支持向量机及其在岩土工程中的应用——在智能岩石力学的研究方法中，专家系统方法是基于专家和经验判断进行问题求解的非数值分析方法，因为领域知识获取的困难，限制了其发展；而神经网络方法是基于大样本的一种方法，其推广能力较差．为了克服专家系统知识获取...

femlab软件是以偏微分方程(pdes)为基础,建立模型来解决科学及工程问题的功能强大的有限元分析软件。该软件的一个重要特征是,用户可以集中于模型本身,而不必花太多时间考虑方程求解和结果可视化问题。文中首先介绍了femlab多物理场模型,然后给出了在岩土工程中的具体应用实例,实例表明,分析结果和已有结果或解析解具有很好的一致性,说明femlab是个解决岩土工程问题的强大、富有弹性的工具,具有广泛的应用前景。

在介绍边界元法基本原理的基础上,着重对边界元法在岩土工程领域的应用现状作了叙述和分析,并对起其发展趋势作了探讨。所得结论可供相关研究人员参考。

femlab软件及其在岩土工程中的应用——femlab软件是以偏微分方程(pdes)为基础，建立模型来解决科学及工程问题的功能强大的有限元分析软件。该软件的一个重要特征是，用户可以集中于模型本身，而不必花太多时间考虑方程求解和结果可视化问题。文中首先介绍了fem...

对岩土工程中随机变量的空间概率特征进行了统计分析,介绍了确定β分布各参数的迭代方法,提出了经验公式简化迭代过程,有效地处理了随机变量分布范围的估计问题,并阐明了β分布在可靠度领域中的适用性。作为对比,对同一样本采用了其他分布进行拟合。分析结果表明,β分布拟合精度高于其他分布。

在智能岩石力学的研究方法中,专家系统方法是基于专家和经验判断进行问题求解的非数值分析方法,因为领域知识获取的困难,限制了其发展;而神经网络方法是基于大样本的一种方法,其推广能力较差.为了克服专家系统知识获取的“瓶颈”问题和人工神经网络的推广能力差的问题,基于统计学习理论的支持向量机方法为岩土工程的智能化研究提供了新的途径.主要介绍了支持向量机方法及其在岩土工程领域的应用现状,并指出其理论存在的问题和未来的发展方向.

本文基于笔者多年从事岩土工程相关工作的经验,以岩土工程中神经网络应用为研究对象,在参考大量相关文献的基础上,分析探讨了神经网络方法在岩土工程中应用的渊源,神经网络的基本特征和神经网络在岩土工程中的应用和建模方法,全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行有着重要的参考价值和借鉴意义。

从岩土工程研究思维方式转变的观点出发,对岩土工程领域中在岩石力学工程、反分析、桩基工程、边坡工程、基坑工程、隧道工程、本构关系等七个方面应用人工神经网络技术的情况给予简要的介绍,并对应用情况进行简要评述。

bp神经网络具有自适应机制,通过训练和学习,达到对知识进行分类、模式判别、联想记忆等能力,岩土工程的灾害预测问题可以看作是一个模式识别问题,而岩土工程中变形情况的监测和预测模型的研究是矿山、建筑、水利等工程的一项重要课题,近年来安全监测技术发展有了巨大的飞跃,呈现出"实时"、"远程"、"非接触"的特点。针对bp神经网络预测模型监测在岩土工程方面的应用,应用bp人工神经网络实现了对岩土工程安全监测数据的预测预报,并对预测结果进行了分析,说明了隐含层数对预测结果误差的影响。通过比对,选择了误差最小的较优组合对岩土工程进行预测。

依据昆明轨道交通三号线东标段二工区省博物馆站在施工过程中基坑开挖所产生的深层水平位移问题,基于matlab神经网络工具箱仿真并建立bp神经网络模型,预测位移曲线可以通过输入已知数据建立。在实际工程中对该模型的合理性进行检测,实测数据表明,此bp神经网络模型对于深层水平位移问题有很好的预测能力。

依据昆明轨道交通三号线东标段二工区省博物馆站在施工过程中基坑开挖所产生的深层水平位移问题,基于matlab神经网络工具箱仿真并建立bp神经网络模型,预测位移曲线可以通过输入已知数据建立。在实际工程中对该模型的合理性进行检测,实测数据表明,此bp神经网络模型对于深层水平位移问题有很好的预测能力。

　第31卷第2期 　2008年2月 合肥工业大学学报(自然科学版) journalofhefeiuniversityoftechnology vol.31no.2　 feb.2007　 　　 收稿日期:2007201219;修改日期:2007203223 基金项目:合肥工业大学科学研究发展基金资助项目(040702f) 作者简介:吴道祥(1975-),男,湖北洪湖人,同济大学博士生,合肥工业大学讲师; 王国强(1951-),男,安徽泾县人,合肥工业大学教授,硕士生导师. 静力触探的发展及其在岩土工程中的应用 吴道祥1,2,　单灿灿 2 ,　钟轩明 2 ,　王国强 2 (1.同济大学地下建筑与工程系,上海　200092;2.合肥工业大学资源与环境工程学

双剪统一强度准则改进及其在岩土工程中的应用——在分析mohr-coulomb强度准则和双剪统一强度准则的基础上提出了主剪面应力对和主剪面应力对的作用这2个新概念并以此为出发点通过考虑十二面体单元主剪面上所有3个主剪面应力对的共同作用在双剪强度准则的基础上...