收藏本站
《大连理工大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

智能反演算法及其应用研究

田明俊  
【摘要】:本文在分析现有反演问题求解方法的基础上,针对智能反演中存在的搜索早熟及计算量大等困难,将一些新颖智能算法引入工程反问题求解领域,开展了智能反演方法的研究。本文的主要研究工作如下: 阐述了本文的选题背景及意义,对岩土工程中反问题研究的发展现状进行简单回顾,对反问题求解方法进行了较详细的分类,指出智能反演方法研究是反演方法研究的一个重要内容,改善算法早熟收敛现象、减少计算量及提高结果可信度是智能反演方法研究所要解决的问题,确定了本文的研究内容。 介绍了新近为求解复杂组合优化问题而提出的蚁群算法及其研究现状,尝试将其运用于结构参数的反演计算。为此,先对待反演参数的搜索空间进行离散,将参数反演问题转化成一个组合优化问题,并对参数组合优化问题与一般优化问题的计算量进行了比较,指出前者的计算量远远小于后者,然后针对结构参数反演问题的特点,改进蚁群算法,重新定义了算法参数的内涵,建立了蚁群算法反演结构参数的计算格式。计算表明,改进蚁群算法可有效地求解结构参数反演问题,有较强的抗噪能力,并能较好地改善搜索的早熟现象。 对粒子群算法理论及应用研究发展现状进行了阐述,总结了该算法的优点及不足,在此基础上,通过数学分析,给出了保证算法收敛的参数取值范围。为了使粒子群算法能更有效地进行结构参数的反演计算,构建了一种以时间和目标函数标准差为自变量的动态惯性权重计算式,并充分利用粒子群算法的特点,提出了一种约束自适应方法。算例表明,粒子群算法一般只需较小的种群规模和较少的迭代次数就可以得到问题较好的解,计算量小,收敛较快,在减少反问题计算量方面有一定的优势。 发展基于智能算法的混合反演方法的研究,是提高反演解的精度和提高计算效率的有效途径。在对各种混合结构形式进行比较分析的基础上,选择镶嵌结构形式将粒子群算法与单纯形法混合,构成参数识别的粒子单纯形法,并提出了一种以时间和目标函数值标准差为变量的混合概率函数计算式,使得混合算法能适时地进行混合,提高了算法求解精度而不至于过大地提高计算量。在指出算子与算法的混合能进一步减少反演计算量的基础上,将基于浓度和适应度的双重选择机制—免疫选择机制引入到粒子群算法中,构成了一种参数识别的免疫粒子群算法。用算例验证了两种混合方法的有效性。 为了提高反演结果的可信度,分析了参数反演结果失真的原因,并定义了参数反演的局部模型和全局模型,讨论了提高反演结果可信度的方法。从有限元平衡方程出发,分多种情况讨论了保证反演计算结果唯一的条件,在此基础上提出了补偿观测信息的虚拟位移法,并提出了结构参数识别的子域法,以减少反演计算量。计算表明,虚拟位移法能充分地利用先验信息,提高了反演结果的可信度。 最后,总结了本文的主要研究内容及成果,并对有待进一步研究的问题进行了展望。
【学位授予单位】:大连理工大学
【学位级别】:博士
【学位授予年份】:2006
【分类号】:TP18

【引证文献】
中国期刊全文数据库 前1条
1 刘小梅;张君静;;蚁群优化算法基本原理及其应用[J];西部探矿工程;2008年10期
中国博士学位论文全文数据库 前1条
1 官凤娇;冲击载荷下的生物组织材料参数反求及损伤研究[D];湖南大学;2011年
中国硕士学位论文全文数据库 前3条
1 袁小飞;锦屏一级水电站泄洪洞出口覆盖层边坡开挖稳定性与处治技术[D];西南交通大学;2011年
2 徐寿林;基于辐射传输模型提取叶片组分信息的研究[D];华中科技大学;2009年
3 田强;土石坝动力参数的反演算法研究[D];大连理工大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 刘学增,熊少明,刘沛;层状地层粘弹性优化反分析与混合遗传算法[J];地下空间;2003年04期
2 刘勇健,李子生;岩土工程位移反分析的智能反演综述[J];地下空间;2004年01期
3 蒋树屏;岩体工程反分析研究的新进展[J];地下空间;1995年01期
4 郑德玲,梁瑞鑫,付冬梅,李晓刚,方彤;人工免疫系统及人工免疫遗传算法在优化中的应用[J];北京科技大学学报;2003年03期
5 李端有,李迪,马水山;三峡永久船闸开挖边坡岩体力学参数反分析[J];长江科学院院报;1998年02期
6 熊浩,罗日成;免疫遗传算法在配电网重构中的应用[J];长沙电力学院学报(自然科学版);2003年03期
7 张延年,刘斌,郭鹏飞;基于混合遗传算法的建筑结构优化设计[J];东北大学学报;2003年10期
8 董颖,唐加福,许宝栋,汪定伟;一种求解非线性规划问题的混合粒子群优化算法[J];东北大学学报;2003年12期
9 刘迎曦,王登刚,李守巨,王海菊;识别混凝土重力坝弹性模量的一种新方法[J];大连理工大学学报;2000年02期
10 葛增杰,李锡夔;深基坑开挖工程多层土体物性参数识别的BP法[J];大连理工大学学报;2000年03期
中国博士学位论文全文数据库 前3条
1 冯新;土木工程中结构识别方法的研究[D];大连理工大学;2002年
2 计明军;若干随机性全局优化算法的研究[D];大连理工大学;2004年
3 孙万泉;水电站厂房结构振动分析及动态识别[D];大连理工大学;2004年
【共引文献】
中国期刊全文数据库 前10条
1 郭艳华;郭志昆;;岩土工程反分析的初步探讨[J];四川建筑科学研究;2006年03期
2 杨涛;周德培;罗阳明;;大变形有限元确定边坡潜在滑面的位移判据[J];四川建筑科学研究;2006年05期
3 王成华;高文梅;李成;;粒子群优化算法搜索土坡临界非圆弧滑动面[J];四川建筑科学研究;2007年05期
4 胡卫兵;韩广森;于海平;;古建筑榫卯节点刚度分析[J];四川建筑科学研究;2011年06期
5 尹峰,邓小鹏,许四毛;生物免疫机理在计算机安全领域的应用与发展[J];安徽电子信息职业技术学院学报;2004年Z1期
6 焦俊;陈无畏;李绍稳;王继先;;基于改进PSO的智能车辆转向自适应PID控制[J];安徽大学学报(自然科学版);2008年06期
7 陆克芬;方崇;张春乐;;基于人工鱼群算法的投影寻踪评价方法研究[J];安徽农业科学;2009年23期
8 刘延明;陆克芬;方崇;;基于投影寻踪和粒子群优化算法的南宁市内河水质综合评价研究[J];安徽农业科学;2009年26期
9 刘延明;陆克芬;方崇;;大中型灌区可持续发展综合评价的一种新方法[J];安徽农业科学;2009年27期
10 陆克芬;刘延明;方崇;;基于人工鱼群算法的农田灌溉水质评价投影寻踪分析[J];安徽农业科学;2009年28期
中国重要会议论文全文数据库 前10条
1 ;Source process of the 2011 Mw9.0 Tohuko Japan earthquake[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
2 高尚;江新姿;汤可宗;;蚁群算法与遗传算法的混合算法[A];第二十六届中国控制会议论文集[C];2007年
3 杨光友;张道德;;基于PSO和L-M优化方法的奇偶问题学习算法[A];第二十六届中国控制会议论文集[C];2007年
4 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
5 ;Co-Evolutionary Particle Swarm Optimization Based on Population Entropy[A];第二十七届中国控制会议论文集[C];2008年
6 范业坤;梁新荣;;基于粒子群优化的高速公路匝道PI控制器[A];第二十七届中国控制会议论文集[C];2008年
7 刘志雄;杨光祥;;基于轮盘赌概率分配编码方法的并行机调度优化[A];第二十九届中国控制会议论文集[C];2010年
8 ;Optimal Design of Neuro-Fuzzy Controller Based on Ant Colony Algorithm[A];第二十九届中国控制会议论文集[C];2010年
9 龚涛;杜常兴;;免疫计算研究的进展[A];中国自动化学会控制理论专业委员会A卷[C];2011年
10 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 赵同彬;深部岩石蠕变特性试验及锚固围岩变形机理研究[D];山东科技大学;2009年
2 张杏莉;几何约束求解关键问题研究[D];山东科技大学;2010年
3 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
4 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
5 席本强;废弃矿山垃圾填埋场边坡稳定性及加固防渗研究[D];辽宁工程技术大学;2010年
6 何峰;岩石蠕变—渗流耦合作用规律研究[D];辽宁工程技术大学;2010年
7 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
8 陈广洲;多源信息耦合的成矿预测新模型研究[D];合肥工业大学;2010年
9 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
10 孙书伟;微型桩结构加固边坡受力机制和设计计算理论研究[D];中国铁道科学研究院;2009年
中国硕士学位论文全文数据库 前10条
1 蒋慧;改进的遗传算法在电力系统无功优化中的应用[D];安徽工程大学;2010年
2 李颖;用蚁群算法求解最小极大流问题[D];河南理工大学;2010年
3 刘奇;基于混合粒子群算法的ZnO镀膜光纤传感器的参数优化[D];南昌航空大学;2010年
4 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
5 张泽;大台煤矿深部原岩应力场及岩爆地质力学成因分析[D];山东科技大学;2010年
6 岳广飞;基于二次搜索的搜索引擎技术研究[D];山东科技大学;2010年
7 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
8 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
9 耿东山;基于蚁群算法的机器人全局路径规划[D];郑州大学;2010年
10 肖小城;粒子群算法求解作业车间调度问题的研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 张素兵,刘泽民;基于蚂蚁算法的分级QoS路由调度方法[J];北京邮电大学学报;2000年04期
2 李国;龚志辉;尤辉;张一平;靳克强;王勃;;改进的自适应遗传算法在图像模糊增强中的应用[J];测绘科学;2012年02期
3 李端有,李迪,马水山;三峡永久船闸开挖边坡岩体力学参数反分析[J];长江科学院院报;1998年02期
4 景立平;陈国兴;李永强;汤皓;;汶川8.0级地震水坝震害调查[J];地震工程与工程振动;2009年01期
5 刘迎曦,王登刚,李守巨,王海菊;识别混凝土重力坝弹性模量的一种新方法[J];大连理工大学学报;2000年02期
6 张素兵,吕国英,刘泽民,周正;基于蚂蚁算法的QoS路由调度方法[J];电路与系统学报;2000年01期
7 陈志波;简文彬;;边坡稳定性影响因素敏感性灰色关联分析[J];防灾减灾工程学报;2006年04期
8 王东;袁景;;边坡稳定性分析中不确定性方法的评价[J];辽宁工程技术大学学报;2005年S2期
9 朱济祥;薛玺成;孙湄;;岩质边坡稳定性及预应力锚固分析现状[J];工程地质学报;1993年02期
10 陈斌,施斌,王亦斌;面向对象的土石坝参数随机反演程序设计[J];工程地质学报;2004年03期
中国重要会议论文全文数据库 前2条
1 姜弘道;陈国荣;赵洪臣;张怀文;;岩土工程中的反分析方法及其应用[A];第七届全国结构工程学术会议论文集(第Ⅰ卷)[C];1998年
2 张文广;周绍磊;李新;;一种新的改进型自适应遗传算法研究[A];2005年中国智能自动化会议论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 张冠军;行人下肢的碰撞损伤特性及相关参数研究[D];湖南大学;2009年
2 李云梅;水稻BRDF模型集成与应用研究[D];浙江大学;2001年
3 颜春燕;遥感提取植被生化组分信息方法与模型研究[D];中国科学院研究生院(遥感应用研究所);2003年
4 赵文志;活骨组织应力与重建适应实验及其生物模型研究[D];大连理工大学;2004年
5 赵红兵;基于“能量测试”和优化方法的结构单元损伤识别[D];大连理工大学;2005年
6 杨涛;工程高边坡病害空间预测理论及其应用[D];西南交通大学;2006年
7 侯淑娟;薄壁构件的抗撞性优化设计[D];湖南大学;2007年
8 陈堂功;遗传算法及其应用于电磁装置优化设计的研究[D];河北工业大学;2006年
9 齐明柱;预应力锚索框架结构的现场原型试验研究[D];铁道部科学研究院;2007年
10 李红军;高土石坝地震变形分析与抗震安全评价[D];大连理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 邓宏艳;滑坡地段路堑高边坡稳定性分析及支挡结构设计研究[D];西南交通大学;2005年
2 陈强;公路边坡稳定性研究与分析及综合治理[D];湖南大学;2005年
3 李中国;预应力锚索框架在路堑边坡病害防治中的应用研究[D];铁道部科学研究院;2005年
4 刘强;三维复杂槽型铣刀片槽型设计与重构[D];哈尔滨理工大学;2006年
5 刘宝奎;预应力锚索框架加固边坡的作用机理研究[D];铁道部科学研究院;2006年
6 杜好;基于微粒群算法的堆石坝坝料参数反演分析[D];大连理工大学;2006年
7 刘阜羊;锦屏一级水电站Ⅳ-Ⅳ山梁边坡稳定性分析[D];河海大学;2007年
8 毛斌;高速公路边坡加固与防护技术研究[D];浙江大学;2008年
9 张登项;锦屏一级水电站坝址区左岸高边坡稳定性分析及失稳破坏预警研究[D];成都理工大学;2008年
10 祁佳;粒子群算法的改进与应用研究[D];南京信息工程大学;2008年
【二级引证文献】
中国期刊全文数据库 前1条
1 张卓群;李宏男;黄连壮;;基于蚁群算法的结构拓扑优化方法[J];应用力学学报;2011年03期
中国硕士学位论文全文数据库 前4条
1 陈远益;钴结壳螺旋滚筒采集头切削参数优化设计及其动力学仿真[D];中南大学;2011年
2 付雯;基于动态辨识的电力系统稳定器参数整定研究[D];贵州大学;2009年
3 黄小珂;基于蚁群优化算法的数据包路由技术研究[D];长春理工大学;2010年
4 李薇薇;高光谱数据库的地物特征反演研究[D];华中师范大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 李晓红,靳晓光,亢会明,卢义玉;隧道位移智能化反分析及其应用[J];地下空间;2001年04期
2 梁瑞鑫,郑德玲;基于区间套混沌搜索的混合优化方法[J];北京科技大学学报;2002年03期
3 张素兵,刘泽民;基于蚂蚁算法的分级QoS路由调度方法[J];北京邮电大学学报;2000年04期
4 李端有,李迪,马水山;三峡永久船闸开挖边坡岩体力学参数反分析[J];长江科学院院报;1998年02期
5 卢有清,吴中如;混凝土重力坝变形的混合模型及其应用研究[J];大坝与安全;1989年03期
6 汝乃华,牛运光;土石坝的事故统计和分析[J];大坝与安全;2001年01期
7 唐加福,汪定伟;一种求解非线性规划问题的改进遗传算法[J];东北大学学报;1997年05期
8 吴中如;陈继禹;范树平;;用反演分析法推求连拱坝混凝土的力学参数和断裂韧度[J];大坝观测与土工测试;1986年01期
9 王云剑;振动反问题在工程中的应用[J];地震工程与工程振动;1995年03期
10 李国强,郝坤超,陆烨;弯剪型悬臂结构损伤识别的柔度法[J];地震工程与工程振动;1999年01期
中国博士学位论文全文数据库 前1条
1 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年
【相似文献】
中国期刊全文数据库 前10条
1 海丽切木·阿布来提;;浅谈几种智能优化算法[J];电脑知识与技术;2011年19期
2 张青;康立山;李大农;;群智能算法及其应用[J];黄冈师范学院学报;2008年06期
3 王浩;;四种智能算法的比较研究[J];火力与指挥控制;2008年S2期
4 王艳玲;李龙澍;胡哲;;群体智能优化算法[J];计算机技术与发展;2008年08期
5 段晓东;;基于群智能的计算与仿真方法研究[J];大连民族学院学报;2007年03期
6 于万霞;杜太行;郑宏兴;;基于蚁群粒子群的模糊神经网络交通流量预测[J];计算机工程与应用;2007年25期
7 柴宝杰;刘大为;;混合蚁群优化算法应用研究[J];煤炭技术;2009年08期
8 周丽娟;;改进粒子群算法和蚁群算法混合应用于文本聚类[J];长春工业大学学报(自然科学版);2009年03期
9 段爱玲;邓高峰;张雪萍;刘彦萍;王家耀;;新的融合算法在机器人路径规划中的应用[J];计算机工程与应用;2009年28期
10 管屏;朱刚;马良;;生长竞争蚁群算法求解导热反问题[J];上海第二工业大学学报;2010年03期
中国重要会议论文全文数据库 前10条
1 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
2 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
4 支成秀;梁正友;;融合粒子群优化算法与蚁群算法的随机搜索算法[A];广西计算机学会2006年年会论文集[C];2006年
5 师凯;蔡延光;邹谷山;王涛;;蚁群算法及粒子群算法对比及在VRP中的应用[A];第二十四届中国控制会议论文集(下册)[C];2005年
6 肖刚;李守智;王选宏;肖瑞;;蚁群-粒子群结合算法在机组优化组合中的应用[A];2006中国控制与决策学术年会论文集[C];2006年
7 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
8 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
9 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
10 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
中国重要报纸全文数据库 前10条
1 通讯员 陈英英;卫星去参数反演系统有效识别人影作业潜力区[N];中国气象报;2010年
2 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年
3 吴珊珊;叶轮机械气动力学研究的创新与发展[N];科技日报;2003年
4 ;完善制度建设加强团队合作[N];科技日报;2003年
5 黄兴华;平安电气开发出新一代通风机[N];中国工业报;2005年
6 ;张谦谈音箱使用的误区(上)[N];电脑报;2005年
7 辛华;高精度地震成像技术,解油气勘探技术难题[N];地质勘查导报;2006年
8 陈子宣;引进消化吸收再创新的实践者[N];科技日报;2006年
9 记者 滕艳;教育部资助31个地质课题[N];地质勘查导报;2008年
10 邓大才;为农民普遍性持续增收开辟道路[N];农民日报;2003年
中国博士学位论文全文数据库 前10条
1 田明俊;智能反演算法及其应用研究[D];大连理工大学;2006年
2 杨劲秋;智能优化算法评价模型研究[D];浙江大学;2011年
3 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
4 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
5 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
6 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
7 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
8 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
9 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
10 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 陈冲;量子群智能算法及其在控制器优化设计中的应用[D];哈尔滨工业大学;2010年
2 赵懿丹;两种群体智能算法的研究及其应用[D];厦门大学;2009年
3 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
4 赵培怡;改进群体智能算法及其在背包问题中的应用[D];山东大学;2007年
5 杨柳;群智能算法在模体识别问题上的应用[D];吉林大学;2009年
6 伍爱华;多目标蚁群遗传算法及其在区域水资源配置问题中的应用[D];湖南大学;2008年
7 海丽切木·阿布来提;基于智能算法的证券市场ARCH模型实证研究[D];江南大学;2009年
8 王一;改进的生物群智能优化算法及在滤波器设计中的应用[D];兰州大学;2007年
9 苑伟伟;蚂蚁算法和粒子群算法的改进及其在汽车物流配送中的应用[D];吉林大学;2009年
10 王宇;基于蚁群算法和粒子群算法的数字集成电路测试生成研究[D];哈尔滨工程大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026