基于神经网络的岩体渗透系数反演方法及其工程应用  

INVERSION ALGORITHM OF PERMEABILITY COEFFICIENTS OF ROCKMASS AND ITS APPLICATION BASED ON ARTIFICIAL NEURAL NETWORK

作　　者：李守巨[1] 刘迎曦[1] 王登刚[2] 李华[3] 吴凤吉[3] 

机构地区：[1]大连理工大学工业装备结构分析国家重点实验室,大连116024 [2]同济大学建筑工程系,上海200092 [3]白山发电厂,吉林132400

出　　处：《岩石力学与工程学报》2002年第4期479-483,共5页Chinese Journal of Rock Mechanics and Engineering

基　　金：国家自然科学基金资助项目(10072014);工业装备结构分析国家重点实验室开放基金资助项目(GZ9908)。

摘　　要：基于人工神经网络方法,根据岩体渗流场的水头观测数据和注水试验先验信息,建立了一种含水层参数识别数值方法。介绍了采用神经网络方法反演混凝土大坝岩石基础和混凝土帷幕渗透系数的工程实例。工程实际应用表明,所提出的反演方法得到的渗透系数代入到有限元模型,水头预报值具有比较高的精度。Based on artificial neural network (ANN), an identification algorithm of aquifer parameters is proposed according to the observed water heads and flows in seepage field. The practical example of identifying the permeability coefficients of rockmass and concrete curtain is introduced with proposed ANN. The practical application shows that the forecasted water heads approach to observed values while the identified permeability coefficients are introduced to the FEM model.

关 键 词：人工神经网络 渗流 岩体 渗透系数 

分 类 号：TV223.4[水利工程—水工结构工程]