基于GA-BP神经网络的锚碇混凝土热学参数反演

针对BP神经网络收敛速度慢和易陷入局部极小值等不足,以及热学参数优化反分析计算效率较低和神经网络对初值的依赖性问题,提出了基于遗传算法(GA)优化BP神经网络的大体积锚碇混凝土热学参数反演分析。以四川省泸州市城东长江二桥锚碇大体积混凝土施工为工程实例,根据绝热温升试验与锚碇温度监控实测数据,利用均匀试验设计方法构建训练样本,通过网络训练,得到了训练成熟的GA-BP神经网络,建立了待反演热学参数与温度场之间的映射关系,采用该方法得到的热学参数能够很好地预测温度场,并能用于指导工程实际施工与温度监控,采用遗传算法(GA)优化的BP神经网络,网络收敛速度明显加快,能够明显减少网络的训练时间,提高网络效率。