基于BSA-BP神经网络方法的引水隧洞围岩参数反演模型及应用

针对地下工程围岩参数取值,提出将回溯搜索优化算法(BSA)与BP神经网络相结合的混合网络(BSA-BP)方法,对隧道围岩参数进行反演研究。通过建立隧道有限元开挖模型,利用反演参数计算监测断面的位移并与现场实测值进行对比,最终对围岩稳定性进行分析预测。结果表明,经BSA算法优化的BP神经网络相对于GA-BP神经网络,具有更快的反演速度与计算效率。利用BSA-BP神经网络反演参数得到的位移计算值与现场实测值相对误差均在5%以内,表明该模型具有较高的反演精度,合理可行,为地下工程参数反演提供了一种新方法。

求解非线性对称方程组的范数下降算法

针对非线性对称方程组求解问题,提出了一种具有回溯线搜索技术的修正方法,该方法不仅具有下降性质而且在适当的条件下具有全局收敛性。数值结果表明该算法对非线性方程组问题是有效的。