欢迎来到天天文库
浏览记录
ID:35136340
大小:2.15 MB
页数:68页
时间:2019-03-20
《浅谈改进粒子群优化算法在边坡工程力学参数反演中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、河海大学硕士学位论文改进粒子群优化算法在边坡工程力学参数反演中的应用姓名:王伟申请学位级别:硕士专业:岩土工程指导教师:徐卫亚20070601摘要边坡的变形和受力状态分析的难题之一便是如何恰当地估计岩土体的力学模型参数。最优估计的岩土力学模型参数是通过比较现场观测到的信息数据与理论模型得到的模型数据的差异而得到的。通过定义目标函数,将参数识别反问题转化为优化问题处理。伴随着计算机技术的发展,正分析的理论和计算方法逐渐成熟,观测仪器的精度也逐步提高,根据现场观测数据进行岩土力学模型参数反演具有良好的应用
2、前景,本文主要研究成果如下:①根据参数优化反演基本原理,对标准粒子群算法采用“隐匿墙”的约束处理方法后,将其应用到求解边坡工程力学参数反问题中,以一个二维边坡位移反分析的算例证明了该反演方法的可行性。③为提高优化反演的计算效率,进一步减少正算工作量,对标准粒子群优化算法做了进一步的改进。对较差粒子和最优粒子分别采取了“加时飞行策略”和“保持最优位置策略”,并在算法后期引用“直接搜索策略”,构建了一种改进粒子群算法(FPSO—DS)。用典型Schaffer函数进行了仿真试验,与标准粒子群算法(SPSO)
3、、线性递减惯性权重粒子群算法的优化结果进行了对比分析,说明了改进方法的有效性与稳定性。并运用“平均截止代数”和“截止代数分布熵”的综合测度定量地评价了改进算法的优化效率。③利用VC编程实现了参数反演的FPSO.DS方法,并通过算例验证,与前文SPSO反演方法的迭代收敛曲线进行比较分析,可以发现FPSO.DS对提高最优解的收敛速度和计算精度具有较好的效果。④将本文提出的改进粒子群(FPSO-DS)优化反演方法应用到三峡高边坡位移反分析中,考虑边坡开挖卸荷分带,采用FLAC软件的弹塑性本构模型反演了边坡岩
4、体力学参数。然后基于反演得到的参数,进行了三峡船闸高边坡变形二维数值仿真分析,并与监测成果进行了对比分析,证明了反演参数的合理性。关键词:边坡工程参数反演粒子群优化算法加时飞行策略直接搜索策略AbstractThecalculationofthemechanicalmodelparameterscorrectlyisoneofthedifficultprobleminanalyzingthedeformationandstressconditionofslope.Optimalestimationof
5、rockmechanicmodelparametersisobtainedbycomparingthedifferenceofthedatafromfieldobservationandtheoreticalmodel.11圮inverseproblemofparameteridentificationistranslatedintooptimizationproblembydefmingobjectivefunction.Asthedevelopmentofcomputertechnology,th
6、eanalysistheoryandcalculationmethod.aswell觞theprecisionofobservationinstrument,ismoreandmoltmature,theinversionofparameterofrockmechanicmodelaccordingtothefieldobservationdatahasniceapplicationf
7、oreground.Theachievementsateasfollows:(1)ForapplyingthePar
8、ticleSwarmOptimizationtosettlingtheinverseproblemofmechanicalparametersinslopeengineering,therestraintprocessofinvisiblewallstoPSOisputforwardaccordingtothefundamentalsofinversionofparameter.Thefeasibilityoftheintelligentinversionmethodisprovedbyanalyzi
9、ngthedisplacementofatwodimensionslope.(2)Forimprovethecalculationefficiencyofoptimizinginversionandreducethecalculationwork,theSPSOisfurtherimproved.Thedifferentialparticlesandoptimumparticlesareadoptedtoadditionaltimeflyingstrat
此文档下载收益归作者所有