基于快速拉格朗日分析–并行粒子群算法的黏弹塑性参数反演及其应用

将改进粒子群算法和大型岩土数值计算软件FLAC3D有机结合,提出基于快速拉格朗日分析的全局并行改进粒子群参数反演方法。该方法既没有采用EBE方法也没有利用区域分解技术对计算区域进行处理,而是对用于参数反演的优化方法进行全局并行,这既避免了区域分解难于确定子区域边界的问题,又避免了EBE方法的大量数据交换,无疑将大大提高并行效率。基于锦屏二级水电站辅助洞BK14 599断面的算法性能分析证实了这一特性。锦屏二级水电站辅助洞黏弹塑性参数反演表明该方法对大规模岩土工程参数反演提供了一种行之有效的方法,获得了可靠的长期稳定性分析参数。利用获得的参数进行正向数值分析,计算结果表明:变形主要发生在顶拱和两侧墙靠上部位;洞周出现了一定范围的塑性区,以两侧为最,洞底次之,内壁出现了拉伸屈服;洞肩和墙角出现了应力集中现象,洞底出现底鼓现象,这些现象与现场观测到的结果一致。因此,引水隧洞在设计、施工时应加以注意,防止造成不必要的损失。     

基于快速拉格朗日分析-并行粒子群算法的黏弹塑性参数反演及其应用

将改进粒子群算法和人型岩土数值计算软件FLAC如有机结合，提出基于快速拉格朗日分析的全局并行改进粒子群参数反演方法。该方法既没有采用EBE方法也没有利用区域分解技术对计算区域进行处理，而是对用于参数反演的优化方法进行全局并行，这既避免了区域分解难于确定子区域边界的问题，又避免了EBE方法的大量数据交换，无疑将大大提高并行效率。基于锦屏二级水电站辅助洞BKl4＋599断面的算法性能分析证实了这一特性。锦屏二级水电站辅助洞黏弹塑性参数反演表明该方法对火规模岩土工程参数反演提供了一种行之有效的方法，获得了可靠的长期稳定性分析参数。利用获得的参数进行正向数值分析，计算结果表明：变形_丰要发生在顶拱和两侧墙靠上部位；洞周出现了一定范罔的塑性区，以两侧为最，洞底次之，内壁出现了拉伸屈服；洞肩和墙角出现了应力集中现象，洞底出现底鼓现象，这些现象与现场观测到的结果一致。因此，引水隧洞在设计、施工时应加以注意，防止造成不必要的损失。     

基于v-SVR和MVPSO算法的边坡位移反分析方法及其应用

 针对传统粒子群算法存在搜索空间有限、容易陷入局部最优点的缺陷,通过引入迁徙算子和自适应变异算子,提出基于粒子迁徙和变异的粒子群优化(MVPSO)算法。基准测试函数结果表明,改进的MVPSO算法较传统的粒子群优化算法在收敛效率上有大幅度提高,在处理非线性、多峰值的复杂优化问题中能快速地搜索,得到全局最优解。应用改进的MVPSO算法搜索最佳的支持向量机(v-SVR)模型参数,建立岩体力学参数与岩体位移之间的非线性支持向量机模型,提高v-SVR的预测精度和推广泛化性。然后,利用v-SVR模型的外推预测替代耗时的FLAC正向计算,利用改进的MVPSO算法搜索岩体力学参数的最优组合,提出v-SVR和MVPSO相结合的边坡位移反分析方法(v-SVR-MVPSO算法),与传统的BP-GA算法和v-SVR-GA算法相比,该算法在反演精度和反演效率上均有较大幅度提高。最后,将本文发展的v-SVR-MVPSO算法应用到大岗山水电站右岸边坡岩体参数反演分析,并对边坡后续开挖位移和稳定性进行预测,取得较好的效果。     

薄膜光学常数的改进粒子群反演算法

针对聚酰亚胺薄膜的光学常数进行反演计算,在传统粒子群算法的基础上引入模拟退火算法改进优化。基于改进后的算法由薄膜透射率测量数据反演求解薄膜在波长为450～2 500 nm的折射率和消光系数。针对求解波长范围大、薄膜透射率数值变化剧烈的特点,采用基于透射率数值的分段方法并以平衡评价函数作为优化指标。根据菲涅尔方程使用反演计算得到的光学常数恢复出薄膜透射率的理论值,与实验测量值作对比。结果表明,相比传统算法,改进粒子群算法恢复出的计算透射率与测量值更加接近,具有更好的优化性能。     

岩土工程参数反演的一种新方法

介绍了新近提出的一种模拟进化算法——粒子群算法,相对于其他进化算法,粒子群算法的优势在于简单、易实现且收敛快。把该算法引入岩土工程参数反演领域,同时为了克服粒子群算法后期搜索效率降低的缺陷,把单纯形法嵌入到粒子群算法中,提出岩土工程参数反演的一种新方法——基于粒子群算法和单纯形法的混合算法。算例表明,混合算法在参数反演计算中体现出良好的优化性能和很快的收敛速度,是一种新颖可行的参数反演方法。     

基于外部参照优化算法的空调系统节能控制

分析了当前空调系统能耗优化算法存在的不足,根据空调系统非线性与时滞性的特点,提出了采用多目标粒子群优化算法进行寻优计算。将空调系统分为3个目标解,寻取多目标最优解Pareto前沿,根据Pareto前沿求得空调系统整体能耗最优值。普通多目标粒子群算法收敛性相对较差、仿真时间较长,提出了外部参照的多目标粒子群改进算法来提高收敛性与快速性。通过仿真实验和能耗分析对比发现,相较于其他算法,该改进算法的优化节能效果更佳。     

基于并行改进遗传算法的三维电阻率反演方法

计算效率极低是阻碍遗传算法用于三维电阻率反演的瓶颈,使得很多对改善反演效果和搜索质量有利但又很耗时的改进方法无法应用到遗传算法中。针对上述问题,基于遗传算法天然的并行计算特性,提出了新的多重主从并行计算策略及其算法。提出了初始群体的严格均布产生方法,以提高初始群体接近最优解的概率;提出了基于交叉个体适应度差异的比例随机算术交叉算法,以保证优良个体的遗传竞争优势;建立了混合变异算法,将传统的随机变异算法与线性反演中确定性搜索优化算法相结合,即保持了变异的随机性又控制了优化方向。最后将并行改进遗传算法用于合成算例和实际应用案例中,发现并行改进遗传算法的计算效率显著提高,且在寻找最优解、压制假异常、提高反演效果方面具有明显优势,为实际工程中电阻率探测的三维成像提供了有效途径。     

基于改进粒子群算法CHPSO-DS的面板 坝堆石体力学参数反演

面板堆石坝堆石体力学参数反演优化问题是一个多变量、多约束的混合非线性规划问题,当正演过程用神经网络模拟器替代后,高效快捷的优化算法成为解决问题的关键.提出一种用以解决这一复杂优化问题的混合算法--混沌直接搜索粒子群(CHPSO-DS)算法.在改进的算法中,首先结合混沌优化思想对粒子群进行初始化,减轻粒子初始位置的选择对算法优化性能的影响;利用直接搜索法克服了粒子群算法后期搜索效率降低的缺陷,提高算法局部搜索能力.为证明该算法的优越性,同时将该算法与遗传算法(GA)用于水布垭面板堆石坝堆石体力学参数的位移反分析计算中.实践证明,利用CHPSO-DS算法搜索时能快速收敛到全局最优解,且算法具有较强的鲁棒性;两算法对比结果也表明,不论是优化精度还是收敛时间,CHPSO-DS算法都较GA有明显提高.最后利用CHPSO-DS算法反演的堆石体力学参数进行测点沉降预测,结果表明各个测点的计算位移值与监测值吻合较好,说明CHPSO-DS算法在复杂岩土工程位移反分析中具有良好的实际应用价值,值得进一步研究和推广.     

基于改进粒子群算法的面板堆石坝流变反演分析

为提高粒子群算法在模型参数反演中的表现,提出一种改进的粒子群算法(FPSO)。利用线性分段函数和指数函数,对学习因子C₁和C₂采用异步策略调整,实现粒子群算法中的惯性权重w和C₁,C₂随迭代次数的动态调整;通过免疫变异算子保证粒子多样性,结合阵型搜索保证收敛速度,并应用于阿尔塔什面板坝的增量流变模型参数反演分析。结果表明：(1) FPSO算法由于更好地契合了粒子从前期高速全局搜索逐步减速到后期局部精细搜索的运动特点,全局搜索能力得到较大提升,可有效提高反演分析精度和效率;(2)利用停工期大坝实测沉降,基于FPSO反演堆石体的流变参数,计算结果与监测值吻合较好。     

基于粒子群算法的桁架结构优化

粒子群算法(PSO)是一种基于种群智能的优化算法。由于其具有快速收敛和操作简单等特点,粒子群算法在工程、经济管理等诸多领域均得到广泛应用,成为近年来智能计算领域研究的新热点。首先介绍粒子群算法,进而提出对于惯性权重进行线性变化。利用改进的粒子群算法对实际工程桁架结构进行尺寸优化以提高经济效益,并提出合理的参数设置。数据对比分析结果表明,改进的粒子群算法对于桁架结构尺寸优化设计是可行的。     

基于围岩松动圈的地下工程参数场位移反分析

 受爆破松动影响,地下洞室开挖后围岩强度会有所降低,根据松动损伤程度将其视为一个连续的三维“参数场”。由围岩松动圈的形成机制,分析地下洞室开挖后松动圈的计算方法,提出考虑松动圈的围岩参数场增量位移反分析法。针对岩土工程反分析计算量巨大的实际问题,对反演计算过程进行了基于MPI的主从式并行框架改进,运用计算机集群网络进行并行计算,减少了迭代计算次数和计算耗时,极大地提高了计算效率。通过对溪洛渡水电站右岸地下厂房的参数反演,得到了较好的反演效果,验证了此法的可行性和合理性。依据反演得到的参数场对现有支护设计及洞室围岩稳定状态进行评价,并对后续开挖进行预测,为工程设计施工提出合理建议,为地下工程参数反演提供了一种新方法和新思路。     

基于微粒群优化的智能位移反分析研究

优化技术是影响反分析精度和效率的重要因素,将微粒群优化技术与支持向量机技术结合,提出了一种新的智能位移反分析方法。该方法利用了支持向量表达非线性关系方面的优良特性,可以避免大量的数值计算,同时充分利用微粒群的全局优化、收敛速度快的优点。将提出的方法应用到具体的算例中,比较表明,本方法是一种科学、可行、收敛快、精度高的优秀算法。     

位移反分析的APSO-WNN模型研究及应用

用改进粒子群优化算法对小波神经网络进行优化，从而提出改进粒子群算法优化小波神经网络模型（APSO-WNN）。该模型具有小波变换的良好时频局域化性质、良好时域和频域分辨能力及传统神经网络的自学习功能；同时用改进的粒子群优化法进行全局最优搜索，快速收敛到全局最优解，使其具有良好的逼近能力、容错能力和较强的鲁棒性。因此，该计算模型适合解决具有复杂非线性和模糊性特点的岩土工程问题。为证明该模型的优越性，同时将该计算模型与传统遗传算法神经网络用于三峡船闸高边坡4种介质弹性模量的位移反分析计算，结果表明不论是优化精度还是收敛时间，该算法都较遗传算法有明显提高。最后利用APSO-WNN反演的弹性模量参数进行测点位移预测，预测表明各个测点的计算位移值与监测值吻合较好，说明该模型在岩土工程位移反分析中具有良好的实际应用价值。     

工程项目工期—成本—质量—安全水平综合优化研究

目前工程项目多目标优化的相关研究中,较少考虑工期、成本、质量等目标与安全水平之间的联系。针对这一不足,在分析工序安全水平影响因素的基础上,得到了成本—安全水平优化模型,并将安全目标引入工期—成本—质量优化模型,构建了工期—成本—质量—安全水平均衡优化模型。为了有效求解该型,引入了量子粒子群算法,结合工程实例进行模拟仿真,得到工期、成本、质量与安全水平的一系列 Pareto 解,并进行方案决策,结果表明得到的 Pareto 解集能为项目管理者的决策提供有效支持,量子粒子群优化算法在求解该模型方面是有效性的。     

优化方法在弹性、横观各向同性以及弹塑性围岩变形观测反分析中的应用

本文采用四种最优化方法对地下工程围岩的岩体力学参数和初始地应力进行了优化位移反分析研究工作,编制了一套平面问题直接算法有限元程序,能解决弹性、横观各向同性及弹塑性等多种岩体互层的复杂围岩的优化位移反分析问题。结合两个工程实例进行了计算,结果是令人满意的。     

地下厂房布置优化及施工过程的显式有限差 分法数值模拟

 在支护条件下模拟岩土工程的施工过程时,无论在二维还是三维数值计算方面,显式有限差分法连续介质快速Lagrange分析程序FLAC2D和FLAC3D具有明显优势。以雅砻江官地水电站地下厂房洞室群为研究对象,结合水电站地下厂房的主厂房、主变室和尾水调压室3大洞室平行布置的特点,并考虑模拟效率和计算成本,首先采用FLAC2D进行地下厂房3大洞室各种布局和间距方案的分析比较和优化,得到安全经济的方案;再利用FLAC3D对确定方案下厂房洞室群在支护条件下的施工过程进行三维模拟分析,计算得到在开挖过程中洞室围岩的变形、应力、塑性区分布以及支护结构的受力特征。这种综合利用FLAC2D和FLAC3D,对地下厂房布置优化和施工过程分别进行二维和三维显式有限差分数值模拟的计算方案合理可行,所得结果和规律可用于指导地下厂房的设计和施工。     

基于复变量微分法的改进反分析方法及其验证

对Levenberg-Marquit优化方法中利用差分法计算偏导数带来的计算精度与效率偏低等缺点,通过采用复变量微分法取代常用的差分法进行偏导数计算,从而实现了对Leven-berg-Marquit优化方法的改进,对地下巷道弹性位移优化反分析构造了一种改进算法。该方法以复函数泰勒级数展开为理论基础构造复变量微分法,通过函数计算直接求得偏导数,由此形成了改进的Levenberg-Marquit优化反分析方法,并编制相关计算程序。最后,通过地下巷道弹性位移优化反分析实际算例表明,建立的改进反分析方法在计算的精度与速度方面都明显优于以往的方法,可用于工程实际。