基于ν-svr和改进pso算法的反分析方法及应用

《基于ν-svr和改进pso算法的反分析方法及应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第30卷增刊22009年12月岩土力学RockaIldSoilMechaIlicsv01．30Supp．2Dec．2009文章稿号I1000一7598(2009)增刊2一0540一07基于v．SVR和改进PSo算法的反分析方法及应用邢万波1，周钟1，唐忠敏1，孙钢2(1．中国水电顾问集团成都勘测设计研究院，成都610072；2．四川省水利水电勘测设计研究院，成都6l0072)摘要：岩土工程反分析面临着多元化、复杂化和精确化的挑战，反分析稍去要求能在少而精的正分析基础上结合监测数据快速反馈出数值计算参数。充分发挥支持向量回归机卜SVR和改进的变邻域P

2、S0算法的优势，建立起岩土工程反分析的流程和方法。同时，将其应用于锦屏左岸边坡的反分析问题，选择稳定问题非常突出的111．111剖面作为分析对象，根据监测资料反馈设计关键岩体的力学参数，并与监测数据比对，反演成果合理准确，进一步验证了该方法的的正确性和有效性。关键词：反分析：支持向量回归机(v-svR)；Ps0算法；锦屏左岸边坡中图分类号：TU“3文献标识码：AAnewback-analysismethodbasedon伊SVRandimproVedPSOalgOrithmanditsapplicationxINGw啦-b01，zHouzhon91，TAN

3、Gzhong．m吐suNGan92(1．chengduHydroelecmclnve蛳gation柚dDesigrIIn娟mte，ch访a}IydropowerEngineeringconsultiIlgGro叩co．，Chengdu，610072，chjIla；2．SichuanhlstituteofW砒erResour∞s锄dHy出oelec哦cExplorationDcsi弘锄dRes黜Il'cheIl酣u610072，cm豫)Abstract：Challengedbydiwlrsi吼compIeX时锄dprecisioningeotcchnical

4、engineeringpractices，back-analysismetllodsarerequir酣t0quicHyobtainf托dbackpar锄etersforn啪ericalsimulationsontllebasisofmonitoringdatawimfewerbutmorcelabomtefolwardn咖ericalsimulations．TtI锄l(stotllespecialtiesofSupp矾vec00rregressionmachin《V—SVR)锄dimproVedparticalswam叩timization(PS0)al

5、g硎mmwithVariablenei曲borhood，amethod锄dprocessfbrgeotechnicalback一柚alysisissetup．Andtoprovethecorre咖ess柚dvalidit)，oftIlepmposedmethod'ac嬲estudyofback-aIlalysisof廿le1eftslopeofJinping-Ihydropowerstationisc训edout．Accordingtomemoni刚I培dataof廿oublesoIneprofileIIl-111inprojectsite，critica

6、ldefomati∞parametersfbrforwardn啪ericalsimulationsarefedback谢mt11ep∞posedmemod’andmeresultsof胁hersimulation谢tll龇feedbackp猢etersmatchtllemonitoringdataf新rlywell．Keywords：bac：k一柚alysis；supponvectorre斟essionmachine(v．SVR)；panicleswamoptimizationalg耐mm(PsO)；l硪sl叩eofJinping1引言长期以来，制约岩土力

7、学学科发展的有2个问题，即材料参数及本构模型难以确定。自从20世纪70年代反分析的概念诞生以来，反分析方法以在材料参数和模型识别方面的独特性而得到了极大发展，特别是随着监测设计思想的广泛流行，岩土工程反分析在工程中的作用愈加重要。鉴于工程设计要求精确化，正分析模型复杂化，以及反馈设计的多元化和多水平化，传统反分析方法正面临着越来越多的挑战。近年来，随着计算手段、学科交叉以及人工智能技术的发展，岩土工程反分析越来越多地出现了智能化趋势，人工神经网络、遗传算法、模拟退火算法、支持向量机等人工智能方法被引入反分析领域，反分析正朝着多维化、智能化和高效化的方向发展

8、。目前看来，以智能优化方法和表面响应模型(RSM)相结合的反分析方