GA-PSO-ANN算法的隧洞岩土参数反分析

建立智能位移反分析系统,用其确定隧道围岩的力学参数.针对bp神经网络易陷入局部极小值和训练时间过长等缺点,利用遗传算法全局寻优能力优化bp神经网络的权值和阈值.结合均匀设计法在围岩力学参数初始域范围内设计实验方案,这样不仅减少了迭代时间和次数,还提高了预测精度.通过对绿春坝隧道围岩力学参数的反演,验证了该方法的可靠性及适用性.将反演得出的围岩力学参数代入到数值模型中进行计算,结果表明,数值计算值与现场实际监测值的误差分别为-8.9%和4.5%.

人工神经网络在岩土参数反分析中的应用——在运用人工神经网络对深基坑岩土参数进行反分析的基础上，将pso与bp算法相结合。充分发挥pso全局寻优的能力和bp算法局部细致搜索优势，并通过实例验证了方法的可行性。可以看出，运用该方法可以使学习效率增高，收敛速...

在运用人工神经网络对深基坑岩土参数进行反分析的基础上,将pso与bp算法相结合,充分发挥pso全局寻优的能力和bp算法局部细致搜索优势,并通过实例验证了方法的可行性。可以看出,运用该方法可以使学习效率增高,收敛速度加快,预测结果更加准确。

常规dcd(dynamiccanonicaldescent)算法具有全局优化能力且无需考虑目标函数的可微性,只要预先定义优化空间即可,但是该算法的收敛速度有限,为此提出了变参数dcd算法,并建立了其相应的算法迭代格式。在数值试验和工程应用中将该变参数dcd算法与常规的dcd算法进行比较,其结果均表明:变参数dcd算法在全局优化能力和收敛速度上找到了一个均衡点,该算法不仅具有dcd算法的全局优化能力,而且收敛时所需的目标函数评估次数少,在优化过程中该算法展示出了稳定性强且优化结果可靠度高的一面。

基于粒子群算法的深基坑岩土力学参数反分析——运用人工神经网络对深基坑岩土参数进行反分析时，将粒子群算法与bp算法融合，充分发挥了粒子群算法全局寻优的能力和bp算法局部细致搜索优势．实例证明，应用该方法可提高模糊优选人工神经网络的训练效率，预估的岩...

基于进化算法等全局优化算法的岩土工程优化反分析是解决实际问题的一种较好的思路,但计算效率是这类算法的最大问题。为了克服这种反分析方法的缺点,提高反分析的计算效率,首次把一种新型仿生算法——连续蚁群算法引入岩土工程领域。并为了更进一步提高算法的效率,把免疫原理引入连续蚁群算法,提出了免疫连续蚁群新算法。在此基础上,结合有限元数值分析技术,提出了一种新的岩土工程反分析算法——免疫连续蚁群算法反分析。最后,通过一个简单算例验证了该法的有效性及卓越的计算效率。

基于免疫连续蚁群算法的岩土工程反分析研究——基于进化算法等全局优化算法的岩土工程优化反分析是解决实际问题的一种较好的思路，但计算效率是这类算法的最大问题。为了克服这种反分析方法的缺点，提高反分析的计算效率，首次把一种新型仿生算法——连续蚁群算...

阐述了基于遗传算法的岩土工程位移反分析方法的基本原理,介绍了遗传算法在岩土工程反分析中的应用现状,分析了存在的不足,指出与其他智能算法的结合是其发展的方向。

基于正交多项式逼近法的岩土参数概率分布推断——针对岩土参数样本容量较大的情况，基于数值分析中的逼近原理，直接根据试验样本值，运用勒让德正交多项式来拟合岩土参数的概率密度函数，并用k-s检验法从理论上证明所求的密度函数的正确性和实用性。

基于推广贝叶斯法的岩土参数估计及基础设计——结合工程实例，介绍了推广贝叶斯(bayes)法在岩土参数估计中的具体应用，该方法利用场地周围其他工程的数据拟合出各参数的最优分布函数，并以此为先验分布，用推广贝叶斯法对现有样本进行处理，得出后验分布参数以...

基于最佳数值逼近法的岩土参数概率模型推断——提出了推断岩土参数概率模型的最佳数值逼近法．该方法主要基于数值逼近原理，运用勒让德多项式来拟合岩土参数的概率密度函数．通过6种经典概率分布与相应的勒让德多项式概率模型的比较，结果表明所得到的逼近表达...

基于ahp先验分布融合法的岩土参数概率分布推断——在存在多个大样本先验分布和现场有限个小样本的条件下，提出了推断岩土参数概率分布的ahp先验分布融合法，探讨如何综合利用已有的经验资料并结合工程现场的试验数据来确定岩土参数的概率分布。借鉴ahp多目标决...

根据空调负荷的非线性特点,提出了一种基于粒子群算法优化误差反向传播(bp)神经网络的空调负荷预测方法,针对bp网络训练容易出现麻痹和易陷入局部极值,以及其预测空调负荷时精度不够理想等现象,将粒子群算法的随机全局优化和梯度下降局部优化结合,达到改善神经网络泛化能力和提高空调负荷预测精度的目的。用该方法对的空调系统冷负荷与室外空气的干球温度、含湿量和太阳辐射照度的关系进行建模和预测,通过实例验证了该优化算法优于bp网络,能更加有效地处理动态空调负荷中的非线性问题,获得更可靠的预测结果。

针对轨道交通列车存在偏离列车时刻表的问题,为保证列车的实际到站时间和发车时间与计划到站发车时间绝对值之差最小,将pso算法引入轨道交通运行调度,在构建数学模型和约束条件的基础上,运用pso算法优化求解。研究结果表明,通过pso算法优化调度,可以实时调整列车运行,确保列车晚点时间在较小的范围内,与此同时,与其他算法相比,本文算法具有更快的收敛速度和更低的时间误差。

设计与施工的交互耦合分析对建设工程的发展具有极其重要的研究意义。这种交互耦合关系能从客观上反映出两个系统的耦合程度和耦合协调发展态势。为了较科学地研究两者的耦合态势情况,文章建立了设计与施工两个系统交互耦合的数学模型,并系统性分析了2010—2015年设计与施工耦合度、耦合协调度曲线变化情况。研究表明,设计与施工过程处于高水平耦合阶段,且两系统的整体发展水平表现不均衡。在此基础上利用pso-bp神经网络算法对2016—2017年的交互耦合态势进行预测,选取了1996—2015年建筑业设计、施工相关数据作为训练样本,从中均匀抽取4组作为测试样本。该测试结果得到的预测值与实际值符合程度比较好,且预测精度较高。最后文章给出了设计与施工两个系统在处于高水平耦合阶段下,提高耦合协调度的建议。

滑坡岩土参数的取值——岩土参数的取值对滑坡稳定与处治方案关系重大，结合南宁至友谊关公路k151+420～+680段滑坡的工程实践，对滑坡岩土参数的取值进行分析与探讨。

针对线损计算的难点问题,建立了基于ga-ann算法的配电网线损计算模型,并阐述了线损计算的具体方法,最后通过算例仿真对该计算模型进行了验证。仿真结果表明,与其它算法相比,基于ga-ann的算法具有收敛性能强、速度快和计算准确度高等优点。

对现行《岩土工程勘察规范》中岩土参数的统计方法进行了系统的说明,同时结合工程勘察实践,讨论了如何利用随机场理论结合土的相关距离来求岩土参数的标准值。

岩土参数统计分析与取值是岩土工程勘察的重要组成部分,但由于土层的不均匀性、取样扰动、不同的试验方法及其他外界因素的影响,会导致岩土参数具有较大的变异性,根据多年的工作经验,对抗剪强度和液性指数这两个对岩土力学影响较大的指标,提出了独特的统计分析方法,能够合理的解决不均匀地层的抗剪强度统计和由于液性指数平均值较小引起的高变异系数等问题。结合多年来的工作经验,提出了不同的抗剪强度指标和液性指数的统计方法。

岩土性质表现出很大的不确定性,基于可靠性理念的设计方法可以考虑岩土工程中不确定性,使得设计更加合理。在实际工程中,除了少数有详尽的资料外,大部分工点的勘察及土工测试量相对较少,在这种情况下如何考虑土性参数的随机性是岩土工程可靠度设计的关键。决定极限状态发生的是可能失效土体的平均值,而不是个别点的极大值或者极小值。岩土参数的特征值是岩土工程设计的基本代表值,是影响极限状态发生的小心估计值,也可以说是可能失效土体均值的一个小心估计值。

岩土参数概率分布推断的模糊bayes方法探讨——探讨了如何在有限的少量样本条件下．利用已有的经验和试验资料确定岩土参数的概率分布。用模糊综合评判方法与bayes理论相结合，给出由小样本试验数据确定岩土参数的概率分布。

岩土工程反分析法的应用现状与发展——介绍了反分析的基本原理，概括了反分析的方法概念、发展现状，并就现阶段在反分析使用中的重点和难点提出了基本思路，指出了岩土工程反分析未来发展的主要方向。