论文部分内容阅读
堆石体的流变参数对高面板堆石坝的长期安全性分析具有重要意义。参数反演可以准确获得符合坝体实际长期变形规律的流变参数。本文分别采用反向传播神经网络(BP)和径向基神经网络(RBF)构造出待反演参数与位移值之间的响应,引入统计学回归预测模型中的均方根误差(RMSE),平均绝对百分比误差(MAPE)和线性回归决定系数(R2)等指标来全面评估不同神经网络响应面映射能力的优劣,从而提高参数反演的效率和准确率。结果表明,RBF神经网络响应面的评估指标均优于BP神经网络响应面。利用RBF神经网络响应面和多种群遗传算法(