目录

前言

第一章 基本概念与定义 1

第一节 基本概念 1

第二节 水文地质参数 2

第三节 抽水试验 4

一、抽水试验的目的、分类 4

二、抽水试验资料的整理及水文地质参数计算 5

第二章 智能算法简介 6

第一节 粒子群优化算法 6

一、标准粒子群算法 6

二、标准粒子群算法流程 7

三、参数设置 7

第二节 蚁群算法 9

一、蚁群算法概述 9

二、基本蚁群算法 9

三、蚁群算法函数极值寻优实现步骤及流程 10

四、计算参数的选择 11

第三节 模拟退火算法 11

一、模拟退火算法概述 11

二、模拟退火算法原理 12

三、模拟退火算法的基本思想 12

四、模拟退火算法流程 13

五、计算参数的选择 13

第四节 遗传算法 14

一、遗传算法概述 14

二、遗传算法基本原理 14

三、遗传算法计算流程 15

四、计算参数的选择 16

第五节 差分进化算法 16

一、差分进化算法概述 16

二、差分进化算法原理 17

三、差分进化算法流程 17

四、计算参数的选择 17

第三章 承压完整井非稳定流抽水试验 19

第一节 无界承压含水层完整井流 19

一、泰斯(Theis)非稳定流 19

二、井函数W(u)的近似解 21

三、井函数W(u)的数值解 22

第二节 Theis降深-时间配线法 24

一、Theis降深-时间配线法求解水文地质参数 24

二、计算例题3.1 26

三、标准粒子群优化配线求解水文地质参数 27

四、基于标准PSO算法的降深-时间优化配线法计算实例 29

五、PSO算法参数取值影响分析 33

第三节 Theis降深-距离配线法 35

一、Theis降深-距离配线法求解水文地质参数 35

二、计算例题3.2 36

三、带压缩因子粒子群(YSPSO)优化配线求解水文地质参数 38

四、基于YSPSO算法的降深-距离优化配线法计算实例 38

五、YSPSO算法参数取值影响分析 42

第四节 Theis降深-时间距离配线法 43

一、Theis降深-时间距离配线法求解水文地质参数 43

二、计算例题3.344

三、线性递减权重粒子群(LinWPSO)优化配线求解水文地质参数 47

四、LinWPSO算法降深-时间距离优化配线法计算实例 48

五、LinWPSO算法参数取值影响分析 55

第五节 Theis降深-距离时间配线法 57

一、Theis降深-距离时间配线法求解水文地质参数 57

二、计算例题3.4 58

三、带压缩因子的粒子群(YSPSO)算法实现降深-距离时间优化配线 60

第六节 雅各布(Jacob)降深-时间直线图解法 62

一、降深-时间直线图解法求解水文地质参数 62

二、计算例题3.5 63

三、基于最小二乘法的自动优化Jacob降深-时间直线图解法 64

四、基于最小二乘法的自动优化Jacob降深-时间直线图解法计算实例 64

第七节 雅各布(Jacob)降深-距离直线图解法 66

一、降深-距离直线图解法求解水文地质参数 66

二、计算例题3.6 67

三、基于最小二乘法曲线拟合的降深-距离直线图解法 68

四、基于最小二乘法曲线拟合的降深-距离直线图解法计算实例 68

第八节 雅各布(Jacob)降深-时间距离直线图解法 69

一、降深-时间距离直线图解法求解水文地质参数 69

二、计算例题3.7 70

三、基于最小二乘法曲线拟合的降深-时间距离直线图解法 70

四、基于最小二乘法曲线拟合的降深-时间距离直线图解法计算实例 70

第九节 水位恢复法 72

一、水位恢复法求解水文地质参数 72

二、计算例题3.8 73

三、基于最小二乘法的水位恢复直线图解法 74

四、基于最小二乘法的水位恢复直线图解法计算实例 75

第十节 大直径井抽水试验优化配线 76

一、Papadopulos和Cooper(1967)大直径井非稳定流基本理论 76

二、Papadopulos和Cooper(1967)大直径井配线法求解水文地质参数 78

三、计算例题3.9 79

四、改进的SAPSO算法大口井优化配线求解水文地质参数 79

第十一节 各向异性介质中的完整井流 84

一、Papadopulos模型解 84

二、Papadopulos模型配线法求解水文地质参数 85

三、计算例题3.10 86

四、标准粒子群优化(PSO)配线求解各向异性介质含水层水文地质参数 88

五、SA PSO混合算法求解各向异性介质含水层水文地质参数 93

六、不同优化方法分析对比 94

第四章 定降深承压完整井非稳定流抽水试验 96

第一节 无越流定降深单井非稳定流G(λ)-λ标准曲线配线法 96

一、G(λ)-λ标准曲线配线法求解水文地质参数 96

二、井函数G(λ)的近似解 98

三、传统G(λ)-λ标准曲线配线法计算实例 98

四、自适应惯性权重粒子群(SAPSO)定降深抽水试验优化配线法 101

五、自适应惯性权重粒子群算法优化配线法计算实例一 102

六、自适应惯性权重粒子群算法优化配线法计算实例二 105

第二节 直线图解法 109

一、直线图解法求解水文地质参数 109

二、基于最小二乘法曲线拟合的直线图解法 110

三、计算实例 111

第三节 第一类越流系统定降深非稳定流标准曲线配线法 112

一、G(λ.rBw)-λ标准曲线配线法基本原理 112

二、RandWPSO配线法求解水文地质参数 114

三、随机权重粒子群G(λ.rBw)-λ.Q-t优化配线法计算实例 115

第五章 直线边界附近的单井非稳定流抽水试验 120

第一节 直线隔水边界附近的单井非稳定流 120

一、标准曲线配线法求解水文地质参数 120

二、遗传算法优化配线求解水文地质参数 123

三、隔水边界遗传算法优化配线法计算实例分析 124

第二节 直线补给边界附近的单井非稳定流 129

一、标准曲线配线法求解水文地质参数 129

二、基于随机权重粒子群(RandWPSO)优化配线求解水文地质参数 132

三、基于RandWPSO算法的补给边界降深-距离优化配线法计算实例 132

第六章 第一类越流系统非稳定流抽水试验 136

第一节 第一类越流系统非稳定流抽水试验标准曲线配线法 136

一、第一类越流系统标准曲线配线法求解水文地质参数 136

二、Hantush和Jacob井函数W(u.Br)近似解 139

三、Hantush和Jacob井函数W(u.Br)数值解的推导 141

四、学习因子同步变化粒子群(LnCPSO)优化配线求解水文地质参数 143

五、学习因子同步变化粒子群算法越流系统降深-时间配线法计算分析 144

六、LnCPSO算法参数取值影响分析 149

第二节 定点喂食粒子群优化算法(LFPSO)151

一、问题的提出 151

二、定点喂食的思路 151

三、计算公式及实施步骤 152

四、定点喂食粒子群LFeHPSO算法优化配线法计算步骤 153

五、LFeHPSO算法优化配线计算实例 154

第三节 根据稳定状态抽水试验资料确定水文地质参数 156

一、传统标准曲线配线法求解水文地质参数 156

二、蚁群算法优化(ACO)配线求解水文地质参数 159

三、基于蚁群算法的越流系统稳定流优化配线计算实例 159

四、免疫算法(Immune)的越流系统稳定流优化配线 162

五、基于随机权重粒子群的越流系统稳定流优化配线计算分析 164

第七章 第二类越流系统非稳定流抽水试验 166

第一节 基本情况 166

第二节 根据短时间抽水试验资料求解水文地质参数 167

一、配线法求解水文地质参数 167

二、弱透水层弹性释水越流井函数H(u.β)的数值解 169

三、自适应惯性权重粒子群(SAPSO)优化配线求解水文地质参数 171

四、自适应惯性权重粒子群算法优化配线计算分析 172

五、基于定点喂食的粒子群算法(LFPSO)例题计算分析 178

第三节 根据长时间抽水试验资料求解水文地质参数 181

第八章 潜水完整井非稳定流抽水试验 183

第一节 考虑迟后疏干的博尔顿(Boulton)模型 183

一、传统博尔顿配线法 183

二、Boulton井函数的数值计算及近似处理 186

三、传统博尔顿配线法计算例题8.1 187

四、基于随机权重粒子群(RandWPSO)的Boulton模型优化配线法 193

五、潜水非稳定流Boulton模型RandWPSO算法优化配线计算实例 194

六、基于定点喂食的随机权重粒子群算法优化(LFRandWPSO)配线计算流程 206

七、LFRandWPSO算法优化配线计算分析 207

第二节 其他Boulton模型实例优化配线计算分析 210

一、5套潜水非稳定流抽水试验资料LFRandWPSO算法优化配线分析 210

二、Boulton模型粒子群优化配线算法的改进 221

第三节 考虑含水层各向异性及迟后疏干的纽曼(Neuman)模型 232

一、Neuman配线法 232

二、Neuman井函数的求解 233

三、先配B曲线后配A曲线配线法计算步骤及计算例题245

四、先配A曲线后配B曲线配线法计算步骤及计算例题257

第四节 不同Neuman配线法求解的差异性分析 260

一、Neuman配线法的配线类型 261

二、不同Neuman配线方法计算结果分析 261

第九章 承压非完整井非稳定流抽水试验 263

第一节 承压非完整井标准曲线配线法基本原理 263

一、承压非完整井非稳定流基本方程 263

二、非完整井井函数的求解 264

第二节 根据抽水试验资料确定水文地质参数 269

一、承压非完整井配线计算步骤 270

二、承压非完整井计算例题9.1 271

第三节 随机权重粒子群非完整井优化配线求解文地质参数 272

一、基于随机权重粒子群非完整井优化配线求解水文地质参数 272

二、基于RandWPSO算法的非完整井优化配线计算实例 272

第十章 其他水文地质参数智能优化求解 278

第一节 承压含水层微水试验 278

一、承压含水层微水试验配线法求解水文地质参数 278

二、基于线性递减权重粒子群优化(LinWPSO)配线求解水文地质参数 282

三、线性递减权重粒子群算法优化配线计算实例 282

第二节 弥散系数智能优化配线法 285

一、标准曲线配线法 285

二、蚁群算法优化配线求解弥散系数 289

三、基于蚁群算法的弥散系数优化配线计算分析 289

四、基于标准粒子群(PSO)的弥散系数优化配线计算分析 293

五、基于差分进化的弥散系数优化配线计算分析 296

参考文献 299

附录 302

附录1 降深-时间配线法 3 2100433B

对于非稳定流抽水试验水文地质参数计算，作者在本《水文地质参数智能优化计算》提出了基于智能优化理论的配线计算方法，并论述了承压水完整井、非完整井、边界附近完整井、越流补给含水层、非完整井流、潜水Boulton模型、Neuman模型等水文地质参数智能优化配线计算方法及例题。特点是采用智能优化配线替代传统的人工配线法计算水文地质参数，弥补了人工配线存在配线及读数误差的不足，解决了各种类型井函数的自动计算问题，提出了基于定点喂食的改进粒子群算法，用于曲线族类井函数的多维度目标函数优化配线计算，加快了收敛速度，提高了计算精度，免去了所有配线法制作标准曲线及人工绘制同比例试验曲线的麻烦和配线计算过程，使得水文地质参数计算更加高效、快速、准确。《水文地质参数智能优化计算》重点介绍了运用粒子群算法、蚁群算法、模拟退火算法、遗传算法、差分进化算法等进行优化配线求解水文地质参数的方法及步骤，以及智能优化配线与人工手动配线计算实例对比分析。《水文地质参数智能优化计算》附有作者基于MATLAB开发的部分相关程序，便于在本行业推广使用。

第1章智能计算与参数反演概述

1.1参数反演的工程背景

1.2有关人类智能的定义

1.3智能计算方法概述

1.3.1遗传算法及其发展历程

1.3.2人工神经网络及其发展和应用现状

1.3.3模拟退火算法及其研究进展

1.3.4人工蚁群优化算法发展和应用现状

1.3.5启发式优化方法比较分析

1.4基于智能计算的参数反演方法研究进展

2.2参数识别反问题所要研究的内容

2.3求解反问题的特点和难点

1.4.1基于梯度搜索算法岩土力学反问题研究简单回顾

1.4.2基于人工神经网络方法岩土力学反问题研究进展

1.4.3基于遗传算法岩土力学反问题研究进展

1.4.4基于模拟退火算法岩土力学反问题研究进展

1.5本书的主要内容介绍

参考文献

第2章参数识别反问题的适定性及其讨论

2.1经典的最小二乘参数估计方法

2.4反问题的基本求解方法

2.4.1反问题的直接解法

2.4.2反问题的间接求解方法

2.5反问题解的适定性

2.5.1反问题解的适定性的定义

2.5.2反问题参数识别的可识别性

2.5.3反问题参数识别的唯一性

2.5.4反问题参数识别的稳定性

2.6参数识别结果的协方差分析

2.7本章小结

参考文献

第3章基于梯度搜索的岩土力学参数反演方法

3.1参数识别反问题解的定义

3.2基于Levenberg-Marquardt最小二乘的参数反演方法

3.3基于BFGS优化方法的参数反演方法

3.4对偶边界控制方法在反演中的应用

3.5数值算例

3.5.1土体固结参数反演

3.5.2基于BFGS优化方法的初始地应力场参数位移反分析

3.5.3基于正则化最小二乘法的含水层参数反演

3.6工程应用——基于Gauss-Newton优化算法的丰满混凝土大坝弹性参数反演方法

3.6.1工程概况

3.6.2坝顶水平位移水压分量的分离计算

3.6.3参数识别结果

3.7本章小结

参考文献

第4章基于遗传算法岩土材料力学参数反演方法

4.1遗传算法的基本原理和特点

4.2遗传算法的进化过程和基本操作

4.2.1编码和解码

4.2.2初始种群的生成

4.2.3适应度值评价

4.2.4选择操作

4.2.5交叉操作

4.2.6变异操作

4.2.7收敛准则

4.3遗传算法运行参数的选择

4.4数值算例

4.4.1多极值优化问题算例

4.4.2基于遗传算法的岩土阻尼参数识别方法

4.4.3基于遗传算法岩土边坡抗剪指标参数反演及其最小安全系数的全局搜索

4.4.4基于遗传算法岩体初始地应力参数反演

4.5工程应用——基于遗传算法的丰满水电站水轮发动机振动荷载参数反演

4.5.1水轮发电机现场振动测试试验

4.5.2水轮发电机振动正演分析模型

4.5.3水轮发电机振动荷载参数反演结果

4.6本章小结

参考文献

第5章基于人工神经网络岩土力学参数反演及其预测方法

5.1人工神经网络简介

5.2生物神经元

5.3人工神经网络常用的学习规则

5.4BP神经网络

5.4.1BP神经网络的传递函数

5.4.2BP神经网络模型

5.4.3经典的BP算法

5.5数值算例

5.5.1岩土边坡弹性参数识别方法

5.5.2边坡稳定性分析的神经网络预测

5.5.3基于混合优化策略的结构损伤识别方法

5.6有关人工神经网络的讨论

5.6.1几个关键问题

5.6.2遗传神经网络

5.7工程应用——基于遗传神经网络的白山混凝土大坝渗透系数反演

5.7.1工程概况

5.7.2渗透系数反演分析

5.8本章小结

参考文献

第6章基于模拟退火算法的岩土材料热传导参数识别方法

6.1物理退火过程和Metropolis准则

6.2模拟退火算法的马尔可夫链

6.3模拟退火算法新解的产生和接受准则

6.4模拟退火算法的改进

6.5数值算例

6.5.1瞬态多层材料热力学参数识别方法

6.5.2混凝土水化过程热力学参数识别

6.5.3材料非线性热传导参数识别

6.5.4集中热源作用下材料热力学参数反演

6.5.5稳态热传导材料参数识别问题

6.6工程应用——基于模拟退火算法的云峰混凝土大坝材料参数反演

6.7本章小结

参考文献

第7章基于蚁群算法的地下水渗流模型参数识别方法

7.1自然界中蚂蚁的基本特性

7.2人工蚁群算法的发展历史及其研究进展

7.3经典的用于求解TSP的蚁群算法模型

7.4蚁群算法的改进

7.5数值算例

7.5.1地下水污染源识别

7.5.2基于蚁群算法的含水层参数识别

7.6工程应用——基于蚁群算法的丰满混凝土大坝渗透系数反演

7.7本章小结

参考文献

第8章盾构机掘进过程中的智能预测与控制方法

8.1国内外盾构掘进机的发展历史和现状

8.2EPB盾构机工作面土压力和油缸推力合理选择

8.2.1EPB盾构机工作面土压力合理选择

8.2.2盾构机掘进推力的优化研究

8.3基于神经网络的盾构机掘进隧道地表沉降研究

8.3.1地表变形的基本理论

8.3.2盾构隧道地面变形的神经网络预测模型

8.4基于神经网络的EPB盾构机土舱压力控制系统

8.4.1基于PID神经网络的非线性系统控制原理

8.4.2基于PID神经网络EPB盾构机土舱压力控制系统

8.4.3基于BP神经网络的土舱压力平衡自动控制

8.5本章小结

参考文献

……2100433B

智能优化平台上的各优化包，界面简洁，操作简单，易于上手。同时这些优化包针对场景化进行设计，针对实际推广中的不同问题定制，以满足您的使用需求。

智能优化系列产品不仅方便操作，更能借助百度内部的庞大数据资源和先进算法，为百度推广客户定制有效的账户优化方案，提升客户的推广效果和转化率，提高投资回报比。

我们现在为百度推广客户提供了六个不同的智能优化包，以满足您多方面的推广需求。客户可以在搜索推广的推广概况页找到它们，这些优化包的简介如下：

智能优化开拓客源包

智能优化“开拓客源”包 可以帮您便捷、有效且实惠的增加您网站的流量，提升搜索推广效果。

智能优化突降急救包

该工具包 会在您账户发生效果突降的时候出现。您可以参考其中的建议对您的效果进行恢复。

智能优化质量度优化包

质量度优化包 可以帮助您更高效的进行关键词的质量度的优化和提升。

智能优化重点词排名包

在您进行百度推广的时候，您肯定会更加关注您账户中部分关键词的推广情况，如关键词的当前排名。智能优化——重点词排名包 可以帮助您将您关注的重点词进行统一监控，并可以给您提供您关键词的当前排名和建议的优化方法。使用重点词排名包，把握百度推广核心。

智能优化智能提词包

智能提词包 可以分析您账户中的关键词、推广行业等，并以此量身推荐适合您的关键词。同时，该优化包提供的关键词按照4种推荐理由进行划分，分别为：热搜词、潜力词、质优词和行业词，多种推广理由满足您多方位的需求。

智能优化行业领先包

行业领先包中披露了同行业客户的相关推广信息，帮助您对自己的推广情况进行定位，同时您也可以按照优化包中的建议，或参考行业数据来对您的推广账户进行优化。2100433B