岩土工程反分析的计算智能研究

 传统岩土工程学科的研究方法及思路限制了岩土工程反分析技术，乃至整个学科的发展，因此，从研究思维变革的根本上着手，把现代智能科学中的新发展分支—计算智能引入岩土工程反分析，可望使其产生一个飞跃性突破，以至带动整个岩土工程学科的发展。基于此思路，本文把计算智能方法引入反分析领域(本文反分析指位移反分析)，全面而系统地进行了反分析的计算智能研究。 岩土物性参数反演可分为正反分析(优化反分析)及逆反分析两种。针对正反分析目标函数的复杂性，把进化计算引入正反分析研究，提出了进货反分析方法。基于前人的研究及对算法机理的分析，提出了一种快速收敛遗传算法反分析方法。首次结合进化规划、人工免疫系统原理及有限元计算提出了一种新的免疫进化规划反分析方法，标准算例证明它是一种相当理想的正反分析方法。从系统逆辨识的全新角度观察反分析研究，提出了基于神经网络的逆反分析思路。并提出了一种结构及权值同时进化的新型进化神经网络模型，并由它进行了进化神经网络逆反分析研究。 为了进行模型辨识，基于岩土本构模型的统一表达式，提出了一种新的岩土本构模型类内辨识的进化方法。基于分子生物学及现代进化论观点，创造性地提出了一种既模拟生物种间竞争又模拟生物种内竞争的生态竞争进化模型。基于此，提出了一种岩土本构模型类间识别并同时反演其物性参数的新算法。 根据位移时序分解原理，以灰色系统拟合位移序列的趋势，以本文提出的网络结构及算法参数同时进化的进化神经网络逼近序列的趋势偏离量，首次提出了基于灰色系统—进化神经网络的位移时序混合智能建模新方法。并通过两个工程实例验证了该混合智能方法的良好位移建模及预测能力。 最后，采用天生桥一级电站工程、某抽水蓄能电站工程及三峡永久船闸中隔墩岩体三个工程实例进行了免疫进化规划参数反分析、生态竞争模型岩体本构识别及灰色系统—进化神经网络位移序列建模预测研究，从工程实例角度验证了前述反分析方法的可行性。 计算智能在岩土工程中的应用研究是一个新兴的领域，本文仅进行了一定程度的计算智能反分析研究，但也未能穷尽。因此，本文研究只能起到抛砖引玉的作用，期望对此方面研究有兴趣的广大研究者共同努力，促进此项研究的发展。

COMPUTATIONAL INTELLIGENCE STUDY OF DISPLACEMENT BACK ANALYSIS IN GEOTECHNICAL ENGINEERING