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。     

太阳影子定位参数反演模型的混合粒子群算法

针对非线性太阳影子定位参数反演问题,给出一种基于单纯形算法的权重线性递减的粒子群混合算法,此混合算法融合了单纯形算法的精确局部搜索能力和粒子群算法全局搜索能力,且采用权重线性递减的粒子群算法加快了算法的收敛速度。在太阳影子定位参数反演的数值实验中,所提算法不仅成功反演参数,而且拥有较高的计算精度和更快的收敛速度。     

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.     

岩石工程长期稳定性智能反馈分析方法及应用研究

 博士学位论文摘要：岩体流变是影响岩石工程长期稳定性的重要因素之一,对岩体流变的研究前人已作了许多工作,取得了丰富的研究成果,但模型识别和参数辨识上仍有一些不足。岩石是一种复杂的地质材料,其周围的地质环境和工程施工环境也是复杂的,而且是变化的,这使得人们对其认识很难一步到位,因此,对岩石介质进行反复认识是必要的。为此,提出一种岩石工程长期稳定性智能反馈分析法,该方法根据现场反馈信息,对岩体不断分析研究,必要时修正流变模型结构及其参数;该方法及时动态的将现场信息和地质分析模型联系起来,现场信息既是建模的重要依据又是验证模型正确与否的重要指标,而模型分析结果又能及时为设计、施工和长期稳定性维护提供合理建议。工程实例验证了方法的可行性、合理性与优越性：(1) 为了提高流变模型参数识别速度与精度,防止陷入局部最优,对遗传算法和粒子群算法进行了系统地研究,针对其不足,分别进行了改进,提出了压缩搜索空间与速度范围的粒子群优化算法(CSV-PSO)和自适应搜索空间的混沌遗传混合算法(SA-CGA)。实例表明2种改进算法的优化性能都是优越的,并对2种算法进行了参数敏感性分析,为算法稳定快速收敛提供了参数参考取值区间。(2) 针对流变模型辨识存在的不足,利用遗传规划算法(GP)善于动态处理模型结构的特点,提出了一种黏弹性组合模型自适应识别方法,该方法不仅仅局限于现有的几种流变模型结构,而是对组合模型的整个结构空间进行搜索,通过流变模型、GP结构树和流变本构方程之间的相互转换,实现了模型结构参数同时识别,不同于传统的模型识别算法。乌江构皮滩水电站的实例计算表明了该算法的可行性及在发现新模型中的鲁棒性,为黏弹性本构模型识别提供了一条的新途径。(3) GP算法进行模型识别时,将会产生许多流变模型,而目前数值软件包含的流变模型一般都是常用的几种经典模型,无法实现对GP算法产生的流变模型一一识别,为此,从黏弹性等效原理出发,推导了黏弹塑性统一本构模型有限差分方程,在C++环境下对FLAC进行了二次开发,实现了与GP算法程序的无逢衔接,并通过与FLAC已有模型对比验证了二次开发模型的正确性。以此为基础,结合CSV-PSO算法,提出了基于快速拉格拉日法的全局并行CSV-PSO流变模型参数反演方法。(4) 以自适应流变本构模型识别算法和基于快速拉格拉日法的全局并行CSV-PSO流变模型参数反演方法为基础,建立了动态更新数据、修正模型和参数的长期稳定性智能反馈分析系统,在VC++环境下开发了相应的软件,并对锦屏二级水电站辅助洞关键断面和龙滩水电站左岸高边坡流变模型和参数分别进行了反馈分析,获得了合适的流变模型及参数,并对其施工期与运行期的稳定性进行了分析,为工程施工、支护及长期运行维护提供了科学合理的建议。     

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。     

基于敏感性分析的围岩力学参数反演方法研究

由于影响隧道变形的围岩强度参数和变形参数较多,现有的反分析研究主要集中在算法的优化上,因而忽略了工程应用的便利性和实用性。针对这种状况,以南京某隧道工程为依托,结合数值模拟,提出了基于敏感性分析的反演方法。根据工程实际,将围岩和支护结构综合考虑分为初始围岩区(简称Z₁),松动圈与锚杆锚固共同作用区(简称Z₂)以及钢支撑和喷射砼等效作用区(简称Z₃);通过安排试算初始值,利用FLAC^3D程序计算并分析不同的力学参数对不同隧道变形的敏感性,从而确定反演流程;根据反演流程结合各测点的实测变形值获取合理、准确的围岩力学参数。研究结果表明:与常规的反演方法相比,通过敏感性分析确定隧道不同变形的主控因素,以此变形来反演该主控因素参数在很大程度上提高了工程应用的效率与可靠度;拱顶下沉受Z₁区弹性模量E₁、Z₂与Z₁区弹性模量比值n的影响较大,受围岩泊松比μ₁的影响相对较小;隧道收敛受E₁、n、μ₁ 三者的影响都较大;围岩力学参数反演结果为E₁=362.6 MPa、n=0.62、μ₁=0.30;现场应用证明了该方法的有效合理性。     

用微进化算法反演岩石蠕变模型非定常参数

岩石蠕变模型的参数较多,为得到参数的全局最优解,应用微进化算法(Microevolution Algorithm,MA)对岩石蠕变模型非定常参数进行了反演分析。算法以实测蠕变值与理论计算值之间的最小二乘误差为优化准则函数,直接反演计算蠕变模型参数。计算结果表明,微进化算法可最大限度地利用所有试验数据,避免传统优化算法初始参数选取的困难,且算法简单有效,计算精度高于混沌粒子群优化算法。该方法也可推广应用于其它蠕变模型的参数反演,具有较高的工程应用价值。     

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。     

改进的PSO算法在桁架结构形状优化设计中的应用

利用随机方向法初始化种群提高粒子群算法初始种群的质量．将模糊推理应用于粒子群算法的参数调整克服了人为经验设定参数的不足,种群搜索过程中嵌入Metropolis准则改善粒子群算法的鲁棒性能。将改进的粒子群算法应用于桁架结构形状优化设计中。实验仿真表明．改进后的算法具有较好的搜索性能和较高的计算精度,有望实现应用在复杂的桁架结构优化设计中．其具有重要的理论研究价值和广阔的工程应用前景.     

基于极限学习机的电力短期负荷预测

本文首先对人工神经网络中的单隐含前馈神经网络和极限学习机(ELM)的基本原理和理论进行了概述,然后将极限学习机算法与粒子群算法结合,利用粒子群优化算法(PSO)对极限学习机的参数进行优化,将PSO和ELM的优点结合在一起,使其具备参数调整简单、可以在全局范围寻优、泛化能力强等特点,最后使用基于粒子群算法优化极限学习机的预测模型,在具体数据中进行算例分析,确定预测模型的可行性。     

复合荷载作用下简支钢梁弹性弯扭屈曲研究

为建立复合荷载作用下简支钢梁弹性弯扭屈曲的设计理论,提出不同类型、不同作用点的横向荷载和不等端弯矩共同作用下的弯扭屈曲总势能方程。采用Rayleigh-Ritz法推导复合荷载作用下临界弯矩M_cr的通用计算式及系数（参数）C₁′、C₂′a、C₃′的计算式,并得到复合荷载作用的C₁′、C₂′a、C₃′与单一荷载作用的系数C₁、C₂、C₃的关系。采用Rayleigh-Ritz法推导临界荷载的通用计算式,并通过数值算例验证其正确性,最后分析钢梁自重对弯扭屈曲临界荷载的影响。研究表明：复合荷载作用下的临界弯矩Mcr通用计算式可完全采用单一荷载作用下的M_cr通用计算式表示;钢梁自重对其弯扭屈曲临界荷载的影响较小,计算中可忽略不计。     

遗传算法与自适应粒子群算法耦合的大坝安全预警评价模型

改变应用最小二乘法求解大坝统计预警模型的传统方式,利用粒子群算法随机搜索的优化能力确定统计模型的回归系数。针对粒子群算法收敛速度较慢等问题,提出一种新的自适应策略,能够依据粒子个体和种群的优化信息,调整学习因子,并将该策略与遗传算法的交叉、变异算子相结合。通过工程算例表明,该方法具备较好的搜索多样解能力,自适应地调整粒子飞行的步长,提高了粒子群算法的收敛速度;基于该方法的大坝预警评价模型与最小二乘法、基本粒子群算法相比,数据挖掘能力强,预警评价结果与大坝的实际运行状态更加吻合,有效地提高了统计模型的预测精度。     

高性能纤维增强水泥基复合材料大空腔外墙板性能模拟研究

基于高性能纤维增强水泥基复合材料和泡沫混凝土设计了一种新型大空腔外墙复合墙板。基于高性能纤维增强水泥基复合材料力学性能试验,依据数字孪生理念对复合材料力学性能及墙板构造设计性能开展了相应的有限元模拟以确定其数值模拟参数。在此基础上对大空腔外墙板的构造进行了优化设计研究,进行了极限弯载试验,验证了大空腔外墙板构造设计的合理性。结果表明,复合基材的抗压强度为78.5 MPa,抗拉强度为6 MPa,抗折强度为20 MPa,并建立了该材料的数值模拟模型,相关参数C₁=0.375,C₂=0.95,C₃=3.2 MPa,C₄=120 MPa;确定3个空腔,肋板厚度10 mm是科学合理的构造,此时均布破坏荷载为3.00 kPa。     

参数自适应差分演化算法在面波频散曲线反演中的应用

针对传统差分演化算法在反演瑞雷波频散曲线中存在交叉概率和缩放因子选取不当导致反演结果不准确等问题,在传统差分演化算法的基础上,把控制参数直接编码到个体中,即采用参数自适应差分演化算法对高频瑞雷波频散曲线进行反演来获得近地表的横波速度结构。合成和实际数据的反演实验结果表明:参数自适应差分演化算法继承了传统差分演化算法简单、高效的特点同时,还可在频散曲线的反演中自动地选取合适的参数值并正确地进行反演迭代,无需再通过试验获得交叉概率和缩放因子两个控制参数;频散曲线反演中目标函数的收敛性好,改进算法在迭代的过程中能够快速收敛到全局最优;模型参数的概率分布高,即在大的空间搜索范围内,参数自适应差分演化算法仍然能够准确地搜索到真值范围并找到全局极小值,保证了反演的结果可靠度,使其能有效地应用于瑞雷波频散曲线的反演和解释。     

钢梁弯扭屈曲临界弯矩通用公式研究

为研究钢梁弯扭屈曲总势能方程中的各势能项对临界弯矩M_cr通用公式中各系数取值的影响,由总势能方程推导临界弯矩M_cr的通用公式及3种典型总势能方程下各系数的计算式,揭示各势能项与各个系数的联系,计算无侧向支撑简支钢梁临界弯矩M_cr通用公式中各系数的数值,并分别分析现行国家标准GB 50018-2002和GB 50017-2003的整体稳定系数φ_b设计公式存在取值各异的问题。结果表明：系数C₁、C₂和C₃的取值除都与非线性正应变能和非线性剪应变能有关外,系数C₁的取值还与圣维南扭转应变能有关,系数C₂的取值还与外荷载势能有关,而影响系数C₃取值的势能项则因总势能方程而异;现行国家标准GB 50018-2002和GB 50017-2003的φ_b设计公式应采用统一的形式,且应统一φ_b设计公式中系数C₃的取值。     

模拟退火算法在概率积分法参数反演中的应用

针对传统方法求取概率积分法参数存在易发散且难以获得最优解的不足,本文提出将模拟退火算法应用到反演概率积分法参数中。利用模拟退火算法在搜索解时能够跳出局部最优解,获得全局最优解的特点,建立模拟退火法反演概率积分参数模型,求出概率积分参数。通过理论分析与实验验证,模拟退火算法反演概率积分法参数精度高,并对随机误差和粗差有一定的抗干扰能力,而且实验反演的地表下沉数据基本符合实测数据,获得了较好的结果,证明了该模型的可行性与有效性。     

基于分数阶流变模型的饱和软土一维流变固结

在太沙基一维固结理论的基础上,引入分数阶导数Merchant流变模型来描述土体的变形特性,通过对微分型流变方程和一维固结方程进行Laplace变换,推导得到了Laplace变换域内饱和软黏土的一维流变固结方程,采用FlexPDE软件对方程进行求解,并通过Durbin反Laplace变换获得了平均固结度的时域解答。在此基础上,研究了分数阶导数流变模型的微积分阶数和流变模型参数对饱和软土一维流变固结特性的影响规律。计算结果表明:基于整数阶和基于分数阶导数流变模型的流变固结理论在固结前期基本相同,但在固结后期两者差异显著,基于分数阶导数流变模型的软黏土U_p要高于整数阶的情况,而U_s的规律则截然相反。此外,微分阶数β对两种定义的平均固结度均有较大影响,β越大,U_p越小而U_s就越大,软黏土的流变效应越显著。随着流变模型参数F的逐渐增大,同一时刻软黏土的U_p逐渐减小,而U_s则逐渐增大;随着参数β₁的逐渐增大,同一时刻软黏土的U_p和U_s均随之减小。     

基于粒子群支持向量机的高心墙堆石坝渗透系数反演

渗流场参数的获取是研究运行期高心墙堆石坝渗流特性的难点之一。针对糯扎渡高心墙堆石坝,利用饱和–非饱和渗流场有限元程序生成学习样本,借助支持向量机的高度非线性映射能力,建立了渗透系数与水头之间的映射关系。再以识别误差目标函数为适应值,采用粒子群优化算法反馈搜索以建立大坝渗透系数反演模型。以大坝最大横剖面典型渗压计测点为实测点,采用一维固结理论推导了大坝心墙超静孔隙水压力消散计算公式,并对心墙水头实测值进行修正。通过对运行期库水位稳定时段渗流场的反演得到大坝待反演分区的渗透系数,再利用水位上升期对应的渗流场进行验证。结果表明,渗透系数反演结果是合理的。     

岩石力学性态预测的PSO-SVM模型

 传统的固体力学方法在描述岩石的各种地质因素与其力学性态之间的复杂非线性关系时存在困难。引入粒子群算法(PSO)对支持向量机(SVM)进行优化,提出岩石力学性态预测的粒子群优化支持向量机模型(PSO-SVM)。该模型利用SVM来建立岩石地质因素与力学性态之间的非线性关系;同时利用PSO对SVM参数进行全局寻优,避免人为选择参数的盲目性,从而提高模型的预测精度。将PSO-SVM应用到岩石压缩系数的预测中,并与传统的BP神经网络(BP-NN)进行对比分析。结果显示,PSO-SVM的预测精度较BP-NN有较大的提高,从而表明PSO-SVM在岩石力学性态预测中的可行性和有效性。     

g-C3N4/TiO2复合汽车尾气光催化剂的组成设计与性能评价

随着汽车尾气对空气质量的负面影响日益严重,光催化技术在环保领域的应用逐渐受到重视。因此,基于二氧化钛(Ti O₂)和石墨相氮化碳(g-C₃N₄)的光催化性能,制备了一种g-C₃N₄/Ti O₂复合光催化剂,旨在提高汽车尾气的降解效率,即：选用三聚氰胺(C₃H₆N₆)、双氰胺(C₂H₄N₄)和尿素(CH₄N₂O)作为前驱体制备g-C₃N₄,通过质量损失和尾气降解实验分析筛选出最佳前驱体,并设计了不同质量比的g-C₃N₄/Ti O₂复合光催化剂;通过对比分析单体和复合光催化剂的光催化性能,确定了复合光催化剂的最佳质量比。实验结果表明：制备g-C₃N_...