基于变形监测资料的边坡智能优化反分析研究

摘要

利用粒子群算法优化改进BP神经网络,通过对BP权值、阈值的修正来提高收敛速度,防止网络陷入局部极值,进而建立起待反演参数和效应量间的非线性映射关系,通过训练网络模型,搜索满足实测效应量值的待反演参数值.基于某高边坡工程算例的实测变形监测数据资料,对边坡体结构的力学参数进行了智能优化反演分析计算,并将PSO-BP智能优化算法与仅使用BP神经网络算法的拟合成果进行了对比分析,进而验证了PSO-BP智能优化算法的优越性与合理可行性.