岩土工程非线性优化反演模型在ABAQUS中的应用

目的 针对常规反演方法应用于岩土工程参数反演时搜索效率低、计算量大的缺点,提出了基于改进Nelder-Mead算法的有限元优化反分析法,为工程所需的计算参数提供参考.方法 基于混合罚函数法,以测点的实测值与计算值建立误差函数,将有限元程序ABAQUS作为一个单独模块嵌入到改进的Nelder-Mead算法中,编制了优化反演分析程序.结果 给出了具体的应用实例,结果表明,改进Nelder-Mead算法提高了参数的搜索效率,用较少的迭代次数就能得到满足精度要求的结果,是一种可行的参数反演方法.结论 笔者提出的优化反演方法具有很强的实用性,可应用于实际工程中复杂岩土体初始应力场反演、渗流场以及位移反分析.     

遗传算法在路面材料参数识别中的应用研究

针对标准的遗传算法收敛速度慢的特点做了几点改进 :在群体初始化中 ,以均匀产生初始群体代替随机产生 ;实行截断选择 ,隐含了最优保存策略 ;动态变异 ,将改进后的遗传算法和系统识别原理相结合 ,应用于路面反分析中 .分别对理论数据和实测数据进行了计算分析 ,并和目前国内国际较通用的软件计算结果进行了比较分析 .结果表明 ,改进后的遗传算法收敛速度快 ,具有较强的全局优化能力 ,利用该算法进行路面反演可以避免解病态方程 ,反演结果稳定可靠     

基于遗传算法的GNA优化反演方法

遗传优化反演方法是工程反演计算的一个重要发展方向,但是由于算法自身的局限性,导致基于单纯遗传算法的优化反演技术难以推广应用.在深入分析遗传算法特性的基础上,指出其相应的不足之处;基于此,引入神经网络算法与模拟退火算法,有机融合3种算法,扬长避短,提出了基于遗传操作的GNA优化反演新算法;算例表明,提出的融合优化反演方法计算效率高、计算精度可靠.     

复杂工程地质体地应力场智能反演

地应力是地质构造和自重共同作用在地质体内形成的原始应力,是影响工程稳定性和灾变失稳的重要因素.由于受漫长的地质构造作用和地质演化,地应力场随时间和空间变化,由此使准确反演地应力场造成困难.以金川矿区为工程背景,借助地应力测量结果,开展工程地质体的地应力场反演研究.首先,建立矿区工程地质体三维数值模型,并采用正交数值分析和遗传规划算法,建立地应力与岩体参数和侧压系数的函数关系;然后,根据实测的地应力值与计算的地应力值之差平方和最小为优化目标,建立工程地质体的地应力场反演优化模型.采用遗传算法求解,获得矿区岩体参数和侧压系数;最后,将其代入数值模型进行正分析由此获得初始地应力场.通过4个测点地应力测量值与反演值对比分析可知,反演地应力的最大误差为16%,最小误差仅为0.62%.研究结果表明,地应力智能反演方法可用于复杂工程地质体的地应力场反演,且获得的地应力场满足地质工程分析所需要的精度.     

基于BP神经网络和遗传算法的软基参数反演与沉降预测

以九江绕城高速公路桩网复合地基加固软基试验段为工程背景,利用智能反演方法、正交试验设计和有限元数值方法相结合,对软基土体参数进行反演和工后沉降预测。研究结果表明,采用有限元和正交试验设计方法相结合,可以为BP神经网络和遗传算法参数反演模型提供大量的训练样本,能够确保参数反演精度;工程应用证明,BP神经网络和遗传算法与ADINA有限元程序相结合对软基工后沉降进行计算和预测是可行的,BP神经网络反演方法计算的软基沉降最大误差为5.26%,遗传算法计算的软基沉降最大误差为3.1%,因此,遗传算法在桩网复合地基软基沉降预测中具有更高的预测精度。     

基于改进遗传小波神经网络的雷暴预报方法

为了进一步提高雷暴预报的准确率,在分析研究雷暴预报方法的基础上,提出了一种了基于改进遗传算法优化小波神经网络的雷暴预报方法(IGAWNN).该方法利用聚类分析和牛顿迭代法对多种群遗传算法的收敛方向和精度进行改进,避免了种群同质化与局部最优问题,采用改进的遗传算法对小波神经网络的初始权值阈值进行了优化.选用南京地区2008—2009年6—8月的探空和闪电定位资料,使用灰关联法挖掘出关联程度较大的对流参数作预报因子,归一化处理后输入模型,采用独立样本进行预报检验.结果表明,与BP神经网络等方法相比,IGA-WNN预报准确率更高,具有更好的非线性处理能力和泛化性.     

求解线性互补问题的一种改进的遗传算法

互补问题作为一类重要的优化问题,其传统算法中初始点的选取较为困难.本文通过引入阻尼最小二乘算法对遗传算法进行改进求解互补问题.计算结果表明,应用改进的遗传算法计算线性互补问题不依赖于初始点的选取,可以提高收敛效率,减少迭代次数.     

抛物型方程反问题的遗传算法

针对二维抛物型方程参数反演问题,利用遗传算法求解此反演问题,把参数反演问题转化为优化问题,通过演化计算方法求解.该方法的研究可为偏微分方程的参数识别提供一个有效的工具.     

基于支持向量机-小波神经网络的边坡位移时序预测模型

针对岩体边坡位移预测难度大的问题,结合支持向量机-小波神经网络,提出了一种新的岩体边坡位移时序预测模型——支持向量机-小波神经网络预测模型.通过对实测位移值的学习,并借助遗传算法参数寻优的支持向量机对位移时间序列的宏观发展趋势进行滚动预测;在此基础上利用小波基函数变换分析序列的局部特征,通过2维情况下的序列局部走势方向的选择、实测值与支持向量机拟合值的相对误差与绝对误差等指标的分析,达到对预测值优化改进的目的.将该模型应用到某工程面板堆石坝坝肩强卸荷岩体边坡位移的时序预测中,结果表明,该模型具有可靠度和精度高的优点,可应用于岩体边坡位移预测分析.     

某水电站地下厂房区地应力场反演

初始地应力是分析工程中围岩稳定性与支护结构的重要参数之一.本文根据某水电站地下厂房区的地应力实测资料,考虑岩体的自重和地质历史构造运动对地应力场的影响,采用多元回归分析法对厂区地应力场进行多元线性回归分析.得出厂区初始地应力函数与应力分布变化规律.反演得到的地应力回归值与实测值在数值大小和应力方向上基本吻合,表明反演获得的地下厂区初始地应力场合理可靠,为地下厂房区的开挖及长期稳定性分析提供重要计算依据.     

遗传算法参数分析及其在故障诊断中的应用

针对BP神经网络收敛速度慢、易陷入局部极小的缺点,将具有全局搜索能力的遗传算法引入到神经网络的权值优化中.遗传算法优化神经网络模型时,参数选取直接关系到模型优化的效率,在给出一种遗传算法的基础上对相关参数进行了研究分析.并采用Matlab软件编程实现算法,把该算法应用到XOR问题求解中,显示出GA-BP算法的优越性,并通过磨机故障诊断实例验证了算法的有效性.     

基于遗传小波网络的舰船购置费预测研究

为克服人工神经网络算法的缺陷，将遗传算法、小波分析、人工神经网络结合起来，用遗传算法来学习小波网络层间的权值、尺度函数和位置函数；建立了基于遗传小波网络的舰船购置费预测模型。实验表明：该模型具有较高的预测精度。     

用优化参数降低芳烃抽提过程中丁烷的损耗量

针对如何降低芳烃抽取过程中的丁烷消耗问题，提出优化过程操作参数的解决方法．其中优化问题的模型用人工神经网络来描述，优化方法采用遗传算法．介绍了人工神经网络建模的过程和遗传算法寻优的步骤．     

基于BP-GA的融合算法实现

搜索和寻优是控制、预测等应用技术的基础。在人工智能领域，人工神经网络和遗传算法是解决搜索和寻优这2个问题的基本方法。对BP算法和遗传算法进行了研究，指出了其优缺点；研究了传统的将BP和GA结合起来求解问题的几种方式。鉴于这几种方式存在的实际应用缺陷，提出了一种新型的融合算法，阐述了其基本原理，给出了设计流程图，并详细研究了该融合算法的设计步骤。最后，运用示例验证该算法。     

岩壁吊车梁硐室围岩力学参数反分析研究

建立漫湾电站二期地下主厂房岩壁吊车梁硐室的三维有限元计算模型,对硐室围岩的力学参数和吊车荷载进行正交组合后,计算出各种组合情况下的围岩位移,对参数敏感性进行分析.把敏感性参数组合时计算出的位移值,作为BP神经网络训练的样本空间对模型进行训练,把监测值输入训练后的模型中反算出围岩力学参数,最后输入参数进行变形验算.即把三维有限元分析方法和神经网络方法联合应用,通过正分析-反分析-正分析的分析方法,计算出围岩的力学参数.对理论分析的结果和实际结果进行比较,证明了所采用的分析方法和分析模型是正确可行的,能为设计人员有效解决实际工程中的力学参数的准确取值问题,提供一种分析方法.     

人工神经网络在发电厂培训系统中的应用

为了解决用人工神经网络映射发电机暂态过程中,各个变量的变化曲线存在的网络结构以及权值和阈值的初始值难以科学地确定的问题,将遗传算法和传统的误差反传算法结合起来,对人工神经网络进行设计和训练。该方法在发电厂培训系统中的应用表明：这种方法提高了人工神经网络中权值和阈值的初始值的确定以及网络拓扑结构的设计的科学性,从而使人工神经网络容易出现的发散以及陷入局部极小点的问题得以避兔。     

基于 ANN 的 FMS 故障诊断模型及其学习算法

讨论了基于前馈型神经网络的ＦＭＳ故障诊断模型，并提出一种用于前馈型神经网络训练的改进ＢＰ算法和基于遗传算法的网络初始点获取策略，给出一种通用前馈型神经网络结构和学习参数自整定学习算法，最后应用上述方法建立了基于前馈型神经网络的ＦＭＳ机器人故障诊断模型，并用所提出的新的学习算法对网络进行了学习，与传统ＢＰ算法比较，学习速度较快，且不易陷入局部极小点     

边坡初始地应力场的应力函数与有限元联合反演法

利用应力函数及有限元方法，建立用待定参数表示的初始应力场，通过和实测应力值比较，用优化方法计算待定参数值，算得初始地应力场．该法能考虑岩体结构、岩性及地形等因素对初始应力场的影响．实际工程算例表明，这种方法具有良好的实用价值．