焦建津
- 作品数：1 被引量：68H指数：1
- 供职机构：北京科技大学土木与环境工程学院更多>>
- 发文基金：长江学者和创新团队发展计划国家自然科学基金国家留学基金更多>>
- 相关领域：建筑科学更多>>
- 基于BP神经网络的岩土体细观力学参数研究被引量：68
- 2011年
- 目前颗粒流计算方法中所采用的细观力学参数,均需根据岩土体宏观力学参数试验结果反复调试获取,调试效率很低且有较大的盲目性,因此,急需引入一种新方法,建立岩土体宏观力学参数与细观力学参数的关系。基于PFC3D程序,采用BP(back propagation)神经网络方法,建立宏观力学参数与细观力学参数的非线性模型,通过输入宏观力学参数,即可快速、准确地反演岩土体细观力学参数。研究结果表明:(1)根据BP神经网络模型反演确定的细观力学参数,输入数值模型计算其宏观力学参数,结果与试验值相比,精度一般高于90%;(2)当模型最小尺度上的颗粒数RES=10、隐含层含6个神经元时,BP神经网络模型的反演性能最佳。实例计算表明,BP神经网络模型对于岩土体细观力学参数的确定具有良好的反演性能,该方法为颗粒流理论的推广应用提供了新的技术手段。
- 周喻吴顺川焦建津张晓平
- 关键词：BP神经网络宏观力学参数反演
