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。     

支持向量机算法的研究及其实现

支持向量机已成为现在数据挖掘中的研究热点。本文系统地研究分析了C-SVM、v-SVM、One-class SVM三种分类算法以及ε-SVR、v-SVR两种回归算法,应用实际数据仿真验证了算法的有效性,且从参数选择、分类精度、均方误差等方面确定了五种算法各自的优缺点及适用范围。     

大体积混凝土力学参数的Bayes随机优化反演

主要研究大体积混凝土力学参数的Bayes随机优化反演方法.将Bayes参数估计理论引入温度荷载作用下大体积混凝土力学参数随机反演问题,建立了相应的Bayes参数反演误差函数,并将优化理论中的变尺度法应用于该反演问题,推导了相应的计算公式,通过典型算例分析得出了该方法反演速度快且精度高等有益结论.     

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.     

多情景源排放参数反演下典型优化算法性能对比

确定排放源参数是合理处置突发大气污染事故的重要前提.不同事故(如泄漏、火灾)反演的参数(源强、位置等)存在差异,研究对比不同优化算法的估算性能对于实际事故中快速、准确估算源参数具有重要意义.基于草原SO2释放实验数据,开展了不同未知参数情景下典型最优化算法(遗传算法,GA;粒子群算法,PSO;粒子群-单纯形耦合算法,PSO-NM)在源参数反演中的对比研究,从反演结果的准确性、稳定性与反演时间效率等方面进行了评估.研究发现,优化算法在不同源排放参数数量下的反演性能存在明显差异.单参数源强反演情形下,GA、PSO-NM算法准确性相近(相对偏差,24. 0%),均优于PSO算法(37. 6%),三者均有较好的反演稳定性(变异系数0. 004);多参数反演(源强Q与位置x、y、z)情形下,PSO-NM算法反演准确性最好,GA最差,但稳定性表现与之相反;反演参数数量的增加明显影响算法反演稳定性,四维参数反演情形下PSO、GA、PSO-NM算法的源强反演变异系数比单参数反演分别高出0. 50、0. 12、0. 29. PSO算法计算效率最高,同时,PSO-NM算法在稳定大气条件下计算时间明显增加.     

改进粒子群算法在地下工程反分析中的运用

结合粒子群算法和变尺度法的特点,充分考虑二者的互补性,提出一种改进粒子群优化算法,并将其运用于地下工程增量位移反分析中.根据围岩松动圈的形成特点,提出采用分区分块的方法模拟围岩松动圈的影响,各分区的岩体力学参数不同并作为待反演参数.此法是反分析中考虑围岩松动圈影响的一种新途径.通过某大型水电站工程地下厂房的实例进行验证,得到比较合理有效的结果,反演得到的物理力学参数可信,可用于后期预测.该研究为地下工程反分析提供了一些切实可行的方法和思路.     

利用鲸鱼优化算法的规则几何物体自然电位反演（英文）

自然电场法对地下水和地下污染相关的流动电位和氧化还原电位非常敏感,可以高效经济的实现对地下水和污染物的探测和定位。鲸鱼优化算法是一种元启发式算法,通过模拟座头鲸的捕食行为实现参数优化。将鲸鱼算法应用于规则极化几何体(即球体、水平圆柱体和垂直圆柱体)的自然电场数据反演,可以快速实现对地下目标体的精细勘探。首先,利用鲸鱼算法对球体、垂直圆柱体以及组合模型进行了参数反演测试,并对垂直柱体模型参数的优化过程进行了统计分析,讨论了鲸鱼算法的收敛性。然后,利用3组实验室观测的物理模型数据进行进一步的参数反演测试,与另外2种优化算法进行对比分析表明鲸鱼算法具有明显的优势。最后,将鲸鱼算法用于某场地实测自然电场数据的处理解释,实测数据反演结果得到了开挖验证,说明反演算法的实用性较好。反演测试还表明,基于鲸鱼优化算法的自然电场反演具有一定的抗噪声能力,在噪声条件下还能保持良好的收敛性。该方法可以实现对地下目标体快速精确反演定位,具有良好的实用性,可以广泛应用于地下水和地下污染调查。     

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。     

PSBP在高密度电阻率法二维反演中的应用

针对神经网络算法在非线性反演中容易陷入局部极小、收敛慢、反演精度差等问题,提出了将粒子群优化(Particle swarm optimization)算法与BP神经网络(Back propagation neural networks)进行混合反演(简称PSBP)。最后,通过经典的地电模型对本文方法的有效性进行验证,结果表明,本文方法与线性反演方法、BP神经网络反演方法对比,具有明显的优势,并取得了很好的反演结果。     

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。     

基于贝叶斯推理的标准k－ε湍流模型参数识别

为了降低湍流模型湍流参数不确定性给工程湍流问题求解带来数值误差,以后台阶流动为例研究了适用范围很广的k-ε湍流模型的参数识别问题.针对模型和实验数据的不确定性而采用了贝叶斯概率反演方法,该方法集成了有限单元法的正向计算和Metropolis-Hastings抽样算法的反向计算,从而给出在流速测量值已知的条件下标准k-ε湍流模型参数的后验概率分布.算例计算表明,采用参数识别后的参数值进行计算比传统推荐值有效地降低了数值误差.     

基于正交试验设计的岩坡力学参数反演

对某岩坡Ⅲ区现场勘察后认为,该区为断层破碎带,属碎裂结构,岩体分级为Ⅳ级.由于地质情况复杂、岩体破碎以及边坡开挖引起的应力释放等原因,致使边坡岩体加固的力学参数用常规方法较难确定.运用正交试验设计的方法借助有限差分程序FLAC进行分析,以安全系数作为评价指标,模拟各参数不同水平的各种组合,对影响边坡稳定性的各因素进行了敏感性分析,并对边坡力学参数进行了反演,得出较为合理的力学参数,为边坡治理提供依据.     

土石坝位移反分析的遗传方法

土石坝安全评价是大坝运行安全管理中的重要工作 ,而大坝的安全评价需要以运行期间的观测资料为基础 .尝试把遗传优化算法应用到土石坝土料的参数反演中 ,针对土石坝观测资料的特点 ,建立了适合于土石坝土料参数反演的优化模型 ,在此基础上编制了基于遗传算法的优化程序EDBAGA ,形成了土石坝土料参数反演的通用程序 ,并进行了工程实例的反分析 .此外 ,对观测值数目对反演结果的影响以及如何提高反演结果可信度等问题作了初步讨论 ,并提出了补偿观测信息量的多断面分析法 .     

基于差分进化算法的邓肯—张模型参数优化研究

基于典型红砂岩土石混合堆积体大型三轴试验结果,结合最优化理论,研究了差分进化算法(Differential Evolution Algorithm)在邓肯—张(Duncan-Chang)E-μ模型参数优化中的应用。通过改进差分进化算法研究,利用参数敏感性分析选择最优控制参数,并建立模型计算—试验数据误差多元目标函数,最终确定模型最优参数。结合计算—实验结果,绘制邓肯—张E-μ模型在不同围压条件下的(σ_1-σ_3)～ε_a曲线和ε_a～ε_v曲线。将D-C模型的常规计算结果与使用改进DE算法优化后的计算结果进行对比分析,论证了改进DE算法在该模型参数优化中的适用性,研究结果可用于岩土体本构模型参数的估算及优化过程,提高数值分析结果的准确性。     

基于模拟退火的全局混合反演方法及其应用

为了增强模拟退火算法的局部搜索性能,将局部搜索能力较强的单纯形法和鲍威尔法引入模拟退火算法当中,形成了基于模拟退火的全局混合反演方法。给出了模拟退火算法与单纯形法的镶嵌式结合方式以及模拟退火算法与鲍威尔法的串行式结合方式,并对其结合步骤进行了详细的阐述,以便于编程实现。分别对模拟和实测的直流激电测深曲线进行了反演试算:对于不具有等值性的激电测深曲线,反演效果很好,模型参数的相对误差基本控制在1%以内;对于等值性较严重或含有观测误差的激电测深曲线,全局混合反演方法也不能完全克服多解性,但可以通过改变模型参数空间和算法参数进行多次反演,最终可给出合理的解估计。     

瀑布沟地下厂房施工期变形与稳定的跟踪预报

应用基于弹粘塑性势理论的有限单元方法、人工智能方法以及加锚节理力学模型,建立基于位移监测资料的岩体力学参数反演系统,根据反演参数实现对地下洞室后续施工过程中围岩稳定性与变形的预报.应用该反演预报系统,动态跟踪预报瀑布沟地下洞室群在开挖、支护过程中围岩的稳定与变形情况,对洞室群的稳定性进行了评价.     

基于地声模型的浅海混响地声反演研究

利用浅海混响数据反演海底参数和海底散射常数.混响形成过程中声波多次与海底发生相互作用,因此海底参数之间以及它们与海底散射常数之间的耦合非常严重,未知参数之间的耦合使得常规地声反演方法很难获得海底参数.文中首先利用相对混响强度消除了混响数据中的海底散射常数项,然后利用Hamilton地声模型,分别将海底声速、密度和衰减系数表示成孔隙率的函数,采用自适应下山模拟退火混合反演算法,对单个未知数(孔隙率)进行反演,最后再分别获得海底参数和海底反向散射常数.理论分析和数值模拟表明,该方法可以快速准确获得海底参数,同时具有很好的抗噪声干扰能力.     

AISI1215钢动态再结晶临界应力应变的确定方法

基于热模拟压缩实验,研究AISI1215钢动态力学行为,选取700℃,0.1 s-1和750℃,0.1 s-12种形变条件下的实验应力应变数据曲线作为研究对象。采用3种方法,即差分实验应力应变曲线法,Jonas三次多项式拟合法,Cingara-Mc Queen方程拟合本构模型法,获得硬化速率与应力曲线(θ~σ),进一步得到动态再结晶临界应变(分别用εc1,εc2,εc3表示),分析采用这3种算法计算得到的动态再结晶临界应变差异。结果表明εc1≈εc3εc2,εc1敏感于原始实验数据,εc2受参数影响大,εc3算法稳定。金相检测结果显示,实际动态再结晶临界应变值与εc1和εc3接近,表明第一种和第三种方法计算所得的再结晶临界条件更为准确。     

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。     

基于拉丁超立方抽样的改进型多链DRAM算法求解地下水污染反问题

针对运用贝叶斯统计方法求解地下水污染反问题时,经典MCMC算法(Metropolis算法)求解结果受样本初始点影响且计算效率低的问题,提出了一种基于拉丁超立方抽样方法的改进型多链延迟拒绝自适应Metropolis算法(DRAM)。将贝叶斯统计方法与二维水质对流-扩散方程相耦合,建立地下水污染源识别模型。构建一个污染物在地下水含水层中瞬时排放的算例,分别运用Metropolis算法、多链Metropolis算法以及改进型多链DRAM算法对污染源信息(污染源强度、排放位置(x,y)和排放时长)进行反求。算例研究表明,Metropolis算法受样本初始点影响,容易出现反演结果局部最优或者反演结果难以收敛的问题;多链Metropolis算法虽然显著提高了反演结果的准确性,但是反演效率相对低下;改进型多链DRAM在保证反演准确性的条件下,可显著提高反演效率(相对于多链Metropolis算法提高68%),实现反演结果准确性与效率的双提高。