提出了模拟退火的 Gauss-Newton 算法的神经网络,克服了经典 BP 网络存在的一些缺陷。并以正弦函数的迭代收敛为例,证明了该方法的正确性,有效性和优越性。同时将该方法用于同乐坪大坝的渗流反分析,利用反演出的渗透系数进行渗流场计算...提出了模拟退火的 Gauss-Newton 算法的神经网络,克服了经典 BP 网络存在的一些缺陷。并以正弦函数的迭代收敛为例,证明了该方法的正确性,有效性和优越性。同时将该方法用于同乐坪大坝的渗流反分析,利用反演出的渗透系数进行渗流场计算。得到的水头预报值与观测值相吻合,可知反演结果是正确的,说明该方法用于实践工程的渗流参数识别是可行的。展开更多
文摘提出了模拟退火的 Gauss-Newton 算法的神经网络,克服了经典 BP 网络存在的一些缺陷。并以正弦函数的迭代收敛为例,证明了该方法的正确性,有效性和优越性。同时将该方法用于同乐坪大坝的渗流反分析,利用反演出的渗透系数进行渗流场计算。得到的水头预报值与观测值相吻合,可知反演结果是正确的,说明该方法用于实践工程的渗流参数识别是可行的。
