位移反分析的自适应神经模糊推理方法
ADAPTIVE NEURO-FUZZY INFERENCE APPROACH FOR BACK ANALYSIS OF DISPLACEMENTS作者机构:南华大学建筑工程与资源环境学院衡阳421001
出 版 物:《岩石力学与工程学报》 (Chinese Journal of Rock Mechanics and Engineering)
年 卷 期:2004年第23卷第18期
页 面:3087-3092页
核心收录:
学科分类:08[工学] 080102[工学-固体力学] 0801[工学-力学(可授工学、理学学位)]
基 金:国家自然科学基金(50274043) 湖南省自然科学基金重点项目(01JJY1004) 湖南省教育厅科学基金(01A015)联合资助课题
摘 要:现有各种位移反分析方法均存在着这种或那种不足之处基于最优化理论的位移反分析方法,解的稳定性较差,易陷入局部极小,反演参数较多时收敛速度较慢,且难以搜索到最优解;基于人工神经网络的位移反分析方法,当解空间稍大时便难以收敛到所需要的精度,且训练结果不具有唯一性,因而很难获得与实际岩体相吻合的反演结果;基于遗传进化的位移反分析方法,需对搜索过程进行大量经验性干预才能搜索到最优解;基于遗传进化和神经网络的位移反分析方法,亦只在较小的解空间内才有效。针对这些不足之处,应用自适应神经模糊推理系统的原理,建立了位移反分析的自适应神经模糊推理方法,并应用该方法对所设定的某一标准弹塑性问题的力学参数进行了反演,反演结果表明,在较大的解空间内,这种位移反分析方法收敛速度快、解的稳定性好、反演结果精度高,是一种优异的位移反分析方法。