基于L-M BP神经网络的混凝土坝弹性参数反演

基于人工神经网络方法,根据实测位移资料反演坝体混凝土和坝基岩体弹性模量,可以不必将荷载对坝体和坝基的作用效应分离开来。基于L-M算法的BP神经网络在训练过程中同时利用目标函数的一阶和二阶导数,且训练中利用全部样本的信息进行网络权值及偏差的修正,因此,较基于梯度法的经典BP网络有更好的收敛速度及精度。计算结果表明,应用L-M BP神经网络反演混凝土坝弹性参数,具有精度高、速度快的优点。