收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于计算智能的岩土力学模型参数反演方法及其工程应用

李守巨  
【摘要】:最优估计的岩土力学模型参数是通过比较现场观测到的信息数据与理论模型得到的模型数据的差异而得到的。通过定义目标函数,将参数识别反问题转化为优化问题处理。随着计算机智能计算方法的不断进步和现场观测手段以及观测精度的不断提高,根据现场观测数据进行岩土力学模型参数反演具有良好的应用前景,根据反演的岩土力学模型参数进行反馈设计,可以不断完善和修正原来的工程设计参数。 基于梯度搜索方法的参数反演方法缺陷在于无法保证搜索到全局最优解,其主要原因在于观测误差的存在和模型误差的存在。Tihonov(1963)证明,如果正问题(ForwardProblem)是线性的,那么,反问题的解存在、唯一并且连续地依赖于观测数据(稳定)。关于地下水反问题和热传导反问题以及位移反分析的数值试验发现,当正问题是线性时,如果当不考虑观测数据的观测误差时,反问题的解是唯一的,也就是说,目标函数是凸函数,正如Tihonov所指出的那样;但是,当考虑到观测数据的观测误差时,即使正问题是线性的,反问题的目标函数是非凸的,反问题解是不惟一的。观测误差越大,目标函数的局部极小值数目越多。 遗传算法是一种基于达尔文“自然选择、适者生存”生物进化思想的全局搜索算法,其致命的缺陷在于早熟(Premature)特性。通过将模拟退火算法嵌入到遗传算法中,建立了一种新的锦标赛选择策略。该选择策略使得在种群进化初期,各个个体被选择的概率基本相等,保证了进化过程中种群的多样性,有效解决遗传算法的早熟问题。而随着种群的进化,模拟退火算法中的退火温度逐步降低,使得适应度高(目标函数小)的个体被选择的概率增加,加快了算法的收敛速度;当接近种群进化结束时,只有适应度高的个体被选中。 人工神经网络具有自适应、自组织和学习能力。在网络训练过程中采用改进的BP算法,通过对学习算子的优化搜索,大大提高了网络的收敛速度,解决了BP算法迭代过程中目标函数振荡问题。数值算例表明,所提出的改进的BP算法进行岩土材料参数识别收敛速度和识别精度都得到提高。将所建立的遗传—人工神经网络应用到水电站混凝土大坝和岩石基础滲透系数反演和岩土边坡稳定性分析预测工程中,表明具有很高的预测精度。 与传统的基于梯度搜索的优化方法相比,模拟退火算法具有良好的全局收敛特性。岩土模型参数识别反问题转化为组合优化问题,提出了模拟退火算法识别未知的热传导系数和边界条件问题,算法具有良好的抗观测噪音能力。反问题的不适定性由解的不唯一性和不稳定性来表征,模拟退火算法具有解决这一问题的能力。通过与梯度搜索算法相对比,数值模拟计算结果显示了所提出模拟退火反演方法的有效性和适用性。该反演方法可以用于求解线性或者非线性、稳态和瞬态材料热传导参数识别和边界条件识别问题。 根据自然界中不同类型蚂蚁的分工特性,在蚁群算法中增加了“侦察”蚂蚁,该侦察蚂蚁负责搜索信息素非常低的路径(反问题的解),使得算法具有快速搜索到新的更优解的能力,同时有效地避免蚁群算法的“趋同”特性。同时,将遗传算法中的最优个体保留策略应用到蚁群算法,增强了蚁群算法的全局收敛特性和解的精度。由于蚁群算法采用“地毯式”搜索,收敛速度十分有限,特别是对于需要多次求解正问题的岩土力学参数反演问题,其计算速度尤其突出。通过对蚁群算法的改进,将模拟退火算法与蚁 人连理T人学博卜学位论文 群算法相结合,建立了模拟退火一蚁群算法,该混合优化方法能够充分利用蚁群算法的 信息素蒸发和全局修正特性以及模拟退火算法的快速“邻域”搜索特性,加快了蚁群算 法的收敛速度和全局收敛特性。该方法可以用来识别二维或三维、稳态或非稳态地下水 流动模型的渗透系数和储水系数问题,以及地下水渗流污染源辨识问题。 结合丰满发电厂、白山发电厂和云峰发电厂的改进和扩建工程,根据现场观测数据, 包括坝基扬压力、漏水量和坝体变形观测数据,建立了基于计算智能的混凝土大坝和岩 土力学参数反演方法。针对现有基于梯度优化反演所存在的缺陷,提出了基于遗传算法、 人工神经网络、模拟退火算法和蚁群算法的参数辨识方法,编制了FORTRAN程序软件, 并且应用到所涉及的不同性质问题的工程实践。数值算例和工程实际应用结果表明,所 建立的参数反演方法具有良好的鲁棒性和全局收敛特性,与基于梯度搜索的反演方法相 对比,大坝变形预报值与工程实际观测值对比具有较高的预测精度。将所提出的智能反 演方法应用到白山水电站混凝土大坝和岩石基础渗透系数反演和消能塘渗流场计算以 及参数优化,根据参数反演结果和渗流场模拟计算结果进行反馈设计,节约工程成本接 近1000万元,取得了明显的社会效益和经济效益。 基金资助:国家自然科学基金(基金号:10072014,59779003),高校博士点基金(基 金号2000014107) 关键词:岩土工程, 蚁群算法 论文类型:应用基础 中图分类号:0357.3 参数反演,计算智能,遗传算法,模拟退火算法,人工神经网络, TU452,TV6423


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张讲社,徐宗本,梁怡;整体退火遗传算法及其收敛充要条件[J];中国科学E辑;1997年02期
2 赵燕伟,吴斌,蒋丽,董红召,王万良;车辆路径问题的双种群遗传算法求解方法[J];计算机集成制造系统-CIMS;2004年03期
3 李守巨;基于计算智能的岩土力学模型参数反演方法及其工程应用[J];岩石力学与工程学报;2005年02期
4 冯志鹏,宋希庚,冯志鸿,赵全庆;计算智能在机械设备故障诊断中的应用[J];汽轮机技术;2002年04期
5 ;《岩土力学》学报第10卷总目录1989年1—4期(总22—25)[J];岩土力学;1989年04期
6 ;第八届全国岩土力学数值分析与解析方法研讨会(第二号通知)[J];岩土力学;2004年01期
7 ;《岩土力学》第25卷总目次[J];岩土力学;2004年12期
8 ;中国力学学会岩土力学专业委员会会议纪要[J];岩石力学与工程学报;2005年02期
9 ;《岩土力学》恭祝作者、审稿专家、读者新春快乐[J];岩土力学;2009年02期
10 钱寿易;;岩土工程问题及学科的发展[J];岩土力学;1987年04期
11 高强,郭杏林,杨海天;遗传算法求解粘弹性反问题[J];大连理工大学学报;2000年06期
12 谢肖礼,蒙正祎,赖炼;相似角θ与Lode角θ_δ的相互关系及其在岩土力学中的作用[J];湖南文理学院学报(自然科学版);2004年02期
13 王惠翔;王佳飞;宋晓燕;;核心期刊《岩土力学》载文被引定量分析[J];岩土力学;2006年04期
14 ;第二届中国水利水电岩土力学与工程学术讨论会召开[J];岩土工程界;2008年12期
15 ;欢迎订阅2009年《岩土力学》[J];岩土力学;2008年11期
16 ;欢迎订阅2010年《岩土力学》[J];岩土力学;2009年11期
17 ;《岩土力学》征稿简则[J];岩土力学;2010年02期
18 ;《岩土力学》征稿简则[J];岩土力学;2010年04期
19 ;第7届全国青年岩土力学与工程会议[J];岩土力学;2010年09期
20 ;《岩土力学》被评为2009年百种中国杰出学术期刊[J];岩土力学;2010年12期
中国重要会议论文全文数据库 前10条
1 刘晓峰;张志涌;;基于遗传算法的直接盲信号检测[A];2005年全国自动化新技术学术交流会论文集[C];2005年
2 刘晓峰;张志涌;;基于遗传算法的直接盲信号检测[A];2005全国自动化新技术学术交流会论文集(二)[C];2005年
3 热合木江;古丽·吐尔逊;马杰;木合塔尔;马玉书;;基于仿生学的计算智能系统[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
4 王正志;张光铎;;模糊推理、神经网络和遗传算法的一种有机结合的框架和实现[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
5 武妍;潘勇;施鸿宝;;模糊神经网络学习算法及其在地铁列车控制中的应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 钟江生;;双重资源约束条件下制造系统的调度[A];第二届全国流体传动及控制工程学术会议论文集(第三卷)[C];2002年
7 侯学渊;孙钧;;贺辞[A];首届全国岩土工程博士学术讨论会论文集[C];1990年
8 李守德;;岩土力学中的不可逆问题与不可逆热力学[A];第八次全国岩石力学与工程学术大会论文集[C];2004年
9 茹忠亮;冯夏庭;杨成祥;张友良;姜谙男;;进化并行有限元位移反分析方法研究及应用[A];第九届全国岩石力学与工程学术大会论文集[C];2006年
10 ;编者的话[A];岩土力学数值方法的工程应用——第二届全国岩石力学数值计算与模型实验学术研讨会论文集[C];1990年
中国博士学位论文全文数据库 前10条
1 李守巨;基于计算智能的岩土力学模型参数反演方法及其工程应用[D];大连理工大学;2004年
2 焦嵩鸣;计算智能及其在热工系统中的应用研究[D];华北电力大学(河北);2007年
3 杨启文;计算智能及其工程应用[D];浙江大学;2001年
4 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
5 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年
6 李国栋;计算智能分类方法及其在入侵检测中的应用研究[D];河北工业大学;2013年
7 唐普英;计算智能及其在多用户检测中的应用研究[D];电子科技大学;2002年
8 张喆;计算智能问题研究[D];中国海洋大学;2008年
9 彭司华;计算智能在生物信息学中的应用研究[D];浙江大学;2004年
10 邹大力;基于计算智能的结构损伤识别研究[D];大连理工大学;2006年
中国硕士学位论文全文数据库 前10条
1 梁云静;基于遗传算法的主题爬虫搜索策略研究[D];湖北工业大学;2010年
2 李亚斐;基于计算智能的工程项目估算分析[D];长春工业大学;2010年
3 李振业;多向变异遗传算法及其优化神经网络的研究[D];华南理工大学;2011年
4 茹兴鹏;计算智能在机械结构优化设计中的应用[D];南京理工大学;2004年
5 朱奉梅;遗传算法在高校排课系统中的研究与应用[D];东北大学;2009年
6 刘剑;计算智能在特种机械总体结构优化设计中的应用研究[D];南京理工大学;2004年
7 李浩;基于遗传算法的冲压车间调度算法研究与系统实现[D];华中科技大学;2009年
8 孙晓丽;基于遗传算法的既有线平面及纵断面整正优化设计[D];中南大学;2010年
9 冯秋霞;解最小生成树问题的新的遗传算法[D];西安电子科技大学;2010年
10 郭佳;基于遗传算法的认知无线网络资源分配技术研究[D];西安电子科技大学;2010年
中国重要报纸全文数据库 前10条
1 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
2 邢方亮;计算智能大有可为[N];计算机世界;2003年
3 宋翩龚华萍;华工学子2008年IEEE世界计算智能大赛折桂[N];大众科技报;2008年
4 秦明 鸣琦;计算智能与安全国际会议在西安举行[N];陕西日报;2005年
5 孙富春 孙增圻;计算智能技术[N];计算机世界;2001年
6 记者 陈耀;国际计算智能和工业应用研讨会在大理举行[N];大理日报(汉);2008年
7 记者 李新龙通讯员 余平凡 陈继荣;我省新添一国家重点实验室[N];湖北日报;2007年
8 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
9 记者 余晖 通讯员 郑毅;应城有望建战略石油储备库[N];长江日报;2005年
10 本报记者 荣锋 实习记者 闫淑芸;融资专家王梦冰“五心”话发展[N];发展导报;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
  • 010-62982499
  • 010-62783978