大型地下洞室群施工期快速反馈分析实用方法

工程岩体是一个高度复杂的灰色系统,按理论方法或实测途径均难以完全确定岩石的基本参数。地下工程快速反馈分析方法是工程现场完善设计、优化施工的可靠方法。通过深入分析施工期围岩参数正反演过程,发现影响反演效果的关键因素为输入数据的真实性,计算模型的适应性和计算结果的可靠性。结合工程地质和监控量测特征,提出了用正交试验设计优化反演方案设计的方法;采用区间分析和分层优化的思想建立了不确定性力学参数的区间反分析优化方法,并给出了目标函数和技术路线。研究地下工程施工过程中多点位移计的布置原则和监测数据变化规律,指出了快速反馈分析方法在大型地下洞室群施工参数反演实践中的特点。通过针对性的反演分析可得到最优围岩参数值,用以优化工程设计和施工。     

浅埋地下洞室围岩岩体力学参数反分析研究

基于随机权重粒子群和最小二乘支持向量机方法建立地下洞室力学参数位移反分析模型,利用正交试验和3DEC模型确定各水平参数的学习样本,对地下洞室岩体的力学参数进行位移反分析。结果表明:利用支持向量机方法的非线性映射可以实现力学参数的反分析;反演得到主厂房围岩方向的侧压力系数Kx,Ky为0.453、0.644;三类岩体的弹性模量E3,E4,E5分别为10.15、8.20、2.62 GPa;将反演分析的参数带入3DEC模型得到的位移与实测位移相对误差较小,验证了反演参数的合理性。     

马斯京根模型参数反演的改进粒子群算法

针对传统粒子群算法容易陷入局部最优(即"早熟"现象)的问题,将基于适应值共享原则的小生境策略与粒子群算法相结合,提出了一种改进的粒子群算法——小生境粒子群算法,并将之应用于4个典型测试函数的数值仿真以及基于马斯京根模型的参数反演计算。数值模拟结果显示,相比于传统的粒子群算法,小生境粒子群算法具有精度高、收敛速度快的特点,但其抗噪性较差。为了进一步提高算法的抗噪性,将基于小波多分辨分析的多尺度反演策略和小生境粒子群算法相结合构造了多尺度小生境粒子群算法。带有5%随机噪声的马斯京根模型参数反演结果显示,新提出的多尺度小生境粒子群算法能够有效提升小生境粒子群算法的抗噪性,从而使反演结果的精度得到较大的改善。     

地下洞室施工期围岩力学参数反演与力学响应超前预测自动化系统开发

基于施工期实测资料对具有“未确知性”的围岩力学参数进行反演,并在此基础上采用反演所得参数对后续施工阶段的围岩力学状态与支护结构工作性态进行超前预测,进而依据预测成果对预先确定的设计与施工方案进行反馈设计是地下洞室信息化设计与施工中的关键技术环节。其中,参数反演的快速化,以及数值建模、参数反演与超前预测的自动化在很大程度上制约着上述技术的实际应用。鉴于此,首次提出将寻优效率更高的异步粒子群优化算法（APSO算法）应用于围岩力学参数反演;在此基础上,构建了地下洞室施工期围岩力学参数优化反演模型;进而,提出文件分块与信息分组及顺序编码技术,并据此实现了有限元正演分析数据文件的参数化自动生成与更新;在上述基础上,给出了地下洞室施工期围岩力学参数反演与超前预测的实现流程,并完成了一整套系统程序的编制,开发了数值建模、参数反演与超前预测的自动化系统。算例分析表明,所开发的系统可实现地下洞室施工期围岩力学参数反演与超前预测的自动化,并可在一定程上解决数值分析模型日益精细化需求与反演效率不高之间的矛盾,可直接服务于现阶段我国大规模建设的各类岩体地下洞室工程。     

基于量子行为粒子群算法的航空瞬变电磁拟二维反演技术

传统的确定性反演算法严重依赖初始模型,易陷入局部极小值中,导致最终反演结果偏离真实模型。粒子群(PSO)算法作为一种随机性反演算法,具有较强的跳出局部极小值的能力,但是仍存在早熟收敛和收敛速度慢等问题,限制了该算法在二、三维电磁反演中的发展。针对上述问题,首先提出采用量子行为粒子群(QPSO)算法代替传统粒子群算法,将量子在势阱中运动规律引入到粒子群算法中,使得粒子可以出现在势阱内任何存在概率分布的位置上,有效地克服了由于群体的聚集性所导致的早熟收敛问题。此外,采用拟二维反演算法代替传统二维反演算法,使得反演模型参数维度下降,寻优过程中局部极小值个数将大幅度减少,显著提高粒子群算法的收敛速度,但是在粒子群中开展拟二维反演时,传统的正则化参数的寻优过程将浪费大量计算资源。结合量子行为粒子群算法中各测点的全局最优粒子在粒子群进化过程中的重要地位,采用α-Trimmed方法开展相邻点间全局最优粒子模型参数光滑约束,实现粒子群算法快速横向约束反演。最后将量子行为粒子群算法拟二维反演技术应用到含噪全航空瞬变电磁仿真数据处理中,反演结果与原始模型具有较好的一致性。     

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,预估的岩土力学参数合理.     

复杂地质条件下调压室三维有限元参数反分析

在地下洞室施工过程的3维有限元模拟过程中,数值计算结果受到地应力场及岩体力学参数的影响。在参数反演过程中,地应力场和岩体力学参数对洞室围岩应力变形的大小影响过程非常复杂,要同时反演这两方面参数比较困难,因此依托复杂地质条件下柳坪水电站调压室工程,采用3维非线性有限元分析,把地应力场岩体力学参数分两步进行反演,首先利用洞室围岩变形之间的规律对地应力场进行反分析,岩体力学参数选取参考范围的中值,在获得计算模型的地应力场数值及分布规律后,再对岩体力学参数进行反分析,反演得到岩体的力学参数,得出微新围岩、断层、弱风化带、强风化带变形模量分别为19、0.45、4.5、2.25 GPa,泊松比分别为0.21、0.35、0.25、0.30。反分析位移与监测位移对比表明,平均相对误差符合计算精度要求,可为类似工程的研究、分析提供参考。     

基于ε-SVR与PSO-DE的岩层弹塑性参数反演及应用

针对岩土力学参数正算反演方法存在的瓶颈问题,研究了将支持向量回归机(ε-SVR)与粒子群-差分演化杂交智能优化算法(BBDE)相结合的参数反演方法,采用ε-SVR的预测功能代替耗时的数值仿真计算,将其嵌入到改进了控制参数取值方法的BBDE算法中建立了相应的反演程序,应用该程序对一个实际工程进行了弹塑性力学参数反演,并对...     

钻孔摄像测试围岩松动圈的机理与实践

利用全景钻孔数字摄像技术和数字图像处理与分析方法,研制了全景数字钻孔摄像煤矿巷道围岩松动圈测试系统,该系统由硬件和软件2大部分组成,硬件系统包括高压密封摄像定位磁性罗盘以及微型CCD摄像机等,软件系统则包括钻孔图像实时监视与实时处理(如图像无缝拼接、平面图展开、三维钻孔岩芯生成)以及松动圈的分析程序.在松动圈识别关键技术中,提出了用钻孔图像中围岩裂缝的圆形度指标作为判断围岩松动圈标准的新思路.首次将其应用于山东七五煤矿深井围岩松动圈的测试工作,获得了围岩松动圈厚度值在巷道断面不同部位有较大差异的分布规律,并和传统的围岩松动圈超声波测量法比较,误差在3.5%之内,验证了钻孔摄像技术测量松动圈的可靠性,为高应力地下工程围岩松动圈厚度值的测试提供了新的方法.     

茶镇隧道围岩松动圈范围测量与研究

为了向隧道围岩支护设计提供可靠的松动圈厚度理论依据,以茶镇隧道的工程实际为例,通过弹塑性理论分析,采用围岩深部位移测量的方法,计算了茶镇隧道围岩松动圈的分布范围,分析了茶镇隧道围岩松动圈对围岩稳定性、锚杆支护参数设计合理性的影响.研究结果表明:通过理论计算得出的松动圈厚度为1.9mB2.0m.     

Adaptive particle swarm optimization method with stagnancy information

To improve the performance of the particle swarm optimization algorithm, the optimal network of the particle age structure with stagnation information is designed, and the information about this network is used to adaptively change the three key parameters of the particle swarm optimization algorithm. At the same time, an adaptive particle swarm optimization method with stagnancy information is proposed and specific optimization steps of this method are given. Four classical low and high dimension benchmark test functions are used to validate the performance of the optimization method, and a comparison study is made with gravitational search algorithm and the traditional particle swarm optimization algorithm without stagnancy information. The comparison study shows that the search efficiency of the proposed method is 2 times higher than that of other methods in the literature in the case of low dimensional multimodal functions. When the dimension of functions is higher than 2, the search efficiency of the proposed method is almost the same as that of other methods, but with the better ability to achieve global solution and local solutions, and the higher solving precision.     

混合PSO优化卷积神经网络结构和参数

为了使卷积神经网络在非经验指导下自动寻得最优连接,并提高其参数优化效率,提出用粒子群优化卷积网络参数,并用离散粒子群优化卷积网络特征图之间连接结构的新方法。先使用粒子群优化所有权值,再采用离散粒子群优化降采样层和卷积层之间特征图连接结构。将该方法用于MNIST数据集和CIFAR-10数据集,实验结果表明,相比其他连接结构的卷积神经网络和其他识别方法,该方法可以有效实现网络结构及参数的优化,加速网络收敛并提高识别准确比。     

基于改进粒子群算法的主汽温系统PID参数优化

应用改进的粒子群优化算法优化PID参数。采用动态变量区间以逐步缩小搜索区间，加快粒子群寻优速度，并且针对粒子群算法可能出现的停滞现象，引入了重新启动策略，改善了算法摆脱局部极点的能力。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象的仿真研究，结果表明：改进的粒子群算法寻优速度快，计算量小，对PID参数优化是非常有效的，使得主汽温控制系统取得了很好的控制品质，系统鲁棒性比较强。     

半监督聚类目标下粒子群算法的分析与改进

传统粒子群算法的优点较为明显,但是随着环境复杂度的增高,传统算法的聚类中心敏感度升高,空聚类过多,类标号对聚类结果的影响不足等问题日趋严重.为此,提出了一种改进算法,以半监督K均值聚类为目标,以自适应K值的方式,随机地计算初始化聚类中心,并根据均值聚类算法的需要编码成粒子,同时引入软性约束概念重新构造目标函数;最后使用改进后的算法进行寻优.所提出的粒子群算法改进了自适应参数,引入了免疫扰动和混沌扰动2种扰动方式,同时应用了退火策略和动态聚类策略.实验结果表明,该算法在很大程度上解决了上述问题.     

基于惯性权重和学习因子动态调整的粒子群算法

针对传统的粒子群算法易发生早熟收 敛、在寻优过程中易陷入局部最优等问题,提出了一种基于惯性权重和学习因子动态调整的粒子群算法,该算法通过改进惯性权重和学习因子参数以优化算法。随着算法的不断迭代,其惯性权重以及学习因子随着迭代次数的增加而动态优化,从而平衡其局部寻优能力与全局搜索能力。实验结果表明,改进后的算法在收敛速度以及收敛精度上比传统粒子群算法更优,能改善早熟收敛问题。     

基于粒子群优化灰色模型的电力系统负荷预测

在分析灰色GM(1,1)模型局限性的基础上,应用粒子群优化算法的非线性全局寻优能力来求解灰色模型参数值,提出了基于粒子群优化算法的灰色模型,并给出了负荷预测的实例.预测结果表明基于粒子群优化算法的灰色模型具有较高的预测精度和较广泛的应用范围.     

混合有源电力滤波器中无源滤波器多目标优化设计

对粒子群优化算法进行改进,引入异步时变加速系数和线性时变权重系数,提出一种改进型粒子群优化算法。将无源滤波器的滤波效果、无功补偿容量及初期投资作为优化目标,利用改进型粒子群优化算法对混合有源电力滤波器中无源滤波器参数进行优化设计。仿真验证了理论分析和设计的正确性,相关设计方法可为其它类型的混合有源滤波器中无源滤波器的优化设计提供参考。     

基于粒子群优化的多核处理器系统节能调度算法

针对嵌入式多核系统中的实时性和能耗问题,提出了基于粒子群优化的多核处理器系统节能调度算法.通过对多核处理器系统任务调度和能量消耗的分析,建立了新的编码策略和相应的目标函数,将任务划分、任务调度及电压选择3个过程整合到粒子群算法的一个单迭代寻优循环中,并兼顾系统的实时性,将问题转化为有约束的粒子群优化问题,利用可行性规则的约束处理技术,形成基于约束粒子群优化的整体节能调度算法.实验结果表明:本文算法能以较快的速度收敛于使系统能耗更少的调度解.     

基于改进粒子群算法考虑阀点效应的经济负荷最优分配

经济分配对于电力系统节能至关重要,是电网中一类典型的优化问题,基于传统的粒子群算法的优化方法由于仅考虑速度与位置参数,易导致局部最优。针对电力系统的有功经济分配,考虑发电机组的阀点效应,提出一种改进型粒子群算法。通过引进视角参数,使粒子的移动状态受到视角的制约,改善传统算法粒子容易早熟而陷入局部最优的缺陷,降低搜索随机性并提高优化精度’仿真结论表明,带有视角参数的改进粒子群算法有更高效的全局搜索能力和更可靠的最优解,为发电机有功经济分配问题提供一种有效的新算法。     

基于粒子群算法的模糊滤波器优化方法

根据粒子群算法可以搜索全局最优的特点,提出一种新的基于粒子群算法优化模糊隶属函数,从而对带有脉冲噪声图像进行模糊中值滤波的方法.该方法给出一个新的模糊熵定义,采用改进粒子群优化算法寻求隶属函数的最优参数,依照最大熵准则将图像变换到模糊域,然后对需要处理的噪声图像进行滤波.实验表明,提出的方法可以很好地滤除图像中的脉冲噪声,自适应性强.