期刊论文

Ding, D.(dingdx@nhu.edu.cn)

中文

岩石力学与工程学报

1000-6915

2004

23

18

3087-3092

10.3321/j.issn:1000-6915.2004.18.010

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。；

本校为第一且通讯机构

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...

Current approaches for back analysis of displacements have some shortcomings. For optimization theory-based approach, it is easy to get trapped at local optimization, instable in identifying optimal solution, and slow in converging for many parameters to be inversed. For artificial neural network based-approach, it is difficult to converge with desired accuracy when the search space is relatively large, and, furthermore, to get the sole inversion results because of the indefiniteness of trained network. The genetic algorithm-based approach can get the optimal solution only if experience-based ...