论文部分内容阅读
土石坝在长期运行过程中，坝体结构形态不断变化，因此对大坝渗透特性进行反演时考虑流固耦合效应是必要的。本文将流固耦合理论、BP神经网络和改进的遗传算法三者结合起来，应用于大坝渗透特性的有关参数的反演分析中；首先通过对大坝应力场和渗流场的耦合机理的分析，研究渗流场与应力场的耦合效应；然后以基于定向寻优准则为原则改进传统的遗传算法，并用此优化神经网络连接权值，所建立的遗传神经网络具有较快的训练速度和较强的泛化能力；最后正算采用基于耦合的有限单元法，反算用改进的遗传优化神经网络算法，探讨基于耦合的渗透特性的反分析