基于Jaya-BP神经网络的混凝土坝参数反演

针对混凝土坝等大体积混凝土结构性能参数高效反馈问题，提出一种基于Jaya-BP神经网络的新型参数反演算法。采用Jaya算法优化BP神经网络的权值和阈值，克服其迭代收敛速度偏慢、易陷入局部最优解等缺点，提高BP神经网络的全局寻优能力和稳定性。引入正交设计法以及拉丁超立方法设计参数组合，通过有限元分析得到较为准确的训练样本，形成基于Java-BP神经网络结合有限元分析的大体积混凝土结构参数高效反演算法。以典型混凝土重力坝和拱坝为例，对坝体和坝基弹性模量进行反演分析，并与传统的BP神经网络反演结果进行对比表明，Jaya-BP神经网络反演精度明显提高。