排序方式: 共有12条查询结果,搜索用时 31 毫秒
11.
一、问题的提出众所周知,作用于拱坝上的外荷载主要是通过压力拱的作用传至两岸山体。因此,拱坝建基面的确定是否安全、经济,取决于拱座的开挖深度,并与拱座开挖形式有关。以往我国高坝的建基面都是按规范挖至新鲜或微风化基岩,拱座利用岩面也按规范沿径向面开挖。在二滩拱坝建基面的研究中,我们发现此种开挖深度要求及全径向面的拱座利用岩面形式存在以下问题:(1)下游拱端挖至新鲜或微风化基岩后,上游拱端的开挖很深,二滩最深达90m,且基岩已进入很好岩石的较深部位;(2)坝基开挖方量大;(3)坝体混凝土方量大;(4)在高地应力地区,上游 相似文献
12.
基于v-SVR和MVPSO算法的边坡位移反分析方法及其应用 总被引:1,自引:0,他引:1
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。 相似文献