张炎
- 作品数：2 被引量：2H指数：1
- 供职机构：河海大学土木与交通学院岩土工程科学研究所更多>>
- 发文基金：国家重点基础研究发展计划深部岩土力学与地下工程国家重点实验室开放基金国家自然科学基金更多>>
- 相关领域：建筑科学自动化与计算机技术更多>>
- 基于PSO-BP网络的流变本构模型智能化识别研究被引量：1
- 2014年
- 岩石流变是岩石力学问题中一个重要的研究课题,而岩石流变本构模型理论仍是目前岩石力学研究中的难点和热点问题之一.基于神经网络方法智能化识别岩石流变本构模型.基于系统辨识理论,构建了PSO-BP神经网络模型,在Matlab平台基础上编写PSO-BP网络智能化识别程序,直接根据流变试验数据,通过网络自学习,输出可以近似反映岩石流变全过程的神经网络结构化表达.将识别得到的岩石流变本构模型与原试验曲线进行拟合,并利用模型验证数据进行仿真计算,得到的仿真结果令人满意,验证了该神经网络方法直接识别岩石流变模型是可行的.
- 梁旭燕朱珍德张炎
- 关键词：流变本构模型PSO-BP神经网络粒子群优化算法
- 龙滩水电站地下洞室围岩变形的智能化预测方法被引量：1
- 2013年
- 龙滩水电站地下洞室群规模巨大,洞室纵横交错,设计中还无法全面准确地预计到施工与运行中洞室围岩的变形与稳定情况,对地下洞室群进行系统监控和变形趋势预测很有必要。根据监测数据建立学习样本,构建基于粒子群优化算法的BP神经网络智能化预测模型,并将其应用于龙滩水电站地下主厂房D监测断面多点位移计M4D-5监测数据的模拟与预测。仿真结果表明,该PSO-BP模型预测结果稳定且精度较高,误差百分比大多能控制在2%以内,预测效果较好,模型可行。
- 张炎朱珍德朱姝赵长冰
- 关键词：岩石力学地下硐室龙滩水电站粒子群优化算法
