共查询到19条相似文献，搜索用时 750 毫秒
1.
把模式搜索嵌入目前广为应用的遗传算法中,使之和神经网络有机结合,提出了搜索—遗传—神经网络算法。该方法用经过最佳预测学习算法训练的神经网络来表达粘弹性岩体力学参数和位移之间的映射关系,除具有一般遗传算法的优点外,还提高了参数反演的精度,节省了参数反演的计算时间。结合某工程实例,验证了该方法在粘弹性岩体力学参数反演中的优越性。 相似文献
2.
大型地下洞室考虑开挖卸荷效应的位移反分析 总被引：3，自引：1，他引：2
基于现场监测资料的位移反分析是地下工程动态监控、信息化施工的重要组成部分。以乌江彭水水电站大型地下厂房（开挖跨度为30 m,高度为78.5 m）为例,从围岩实测位移出发,建立了基于均匀设计－神经网络－遗传算法的围岩力学参数的系统反分析方法,反演考虑开挖卸荷效应的围岩力学参数。根据数值分析结果形成训练样本,利用BP人工神经网络映射围岩的变形与力学参数的关系,同时针对传统人工神经网络存在初始权值难以确定的问题,应用遗传算法优化神经网络的初始权值;利用现场监测的增量变形反演了围岩的力学参数;最后利用反演出的参数,进行地下厂房开挖预测分析。结果表明,预测位移与现场监测位移较为接近,进行统计检验结果为优,说明该参数反演方法是正确合理的。 相似文献
3.
针对遗传算法（GA）存在早熟现象和局部寻优能力较差等缺陷,引入具有很强局部搜索能力的模拟退火算法（SA）,组成改进的遗传模拟退火算法（GSA）提高优化问题的能力和求解质量。针对BP神经网络容易陷入局部最小和收敛速度慢等方面的不足,应用改进的遗传模拟退火算法搜索BP神经网络的最优权值和阀值,提高BP神经网络的预测精度,建立了围岩力学参数反分析的GSA-BP神经网络模型。将该模型应用于乌东德水电站右岸地下厂房围岩力学参数的反演分析中,根据监测围岩变形数据反演围岩力学参数,反演所得参数应用到正计算分析中,得出的计算位移与实测值吻合较好,说明该方法的有效性和应用于该工程的可行性。 相似文献
4.
5.
以变形作为控制条件的基坑支护结构设计是一个十分复杂的工程问题,由于支点法具有计算模式明确、过程简单的优点,受到广大工程设计人员的欢迎。但是,支点法中土抗力系数卅的选取是工程界的一大难题,在支点法计算中m值选取的准确性直接影响支护结构位移和内力的计算结果,所以将支点法建模及反分析方法应用于实际工程,在开挖过程中考虑了支撑变形的非线性,开发了FORTRAN程序对支护结构进行了反演计算。通过反演分析m值并预测支护结构的变形,实现支护动态设计信息化施工。结果表明,位移反分析法进行深基坑工程中的参数反演与位移预测取得比较好的效果,说明该方法在深基坑开挖反演、预测方面是合理可行的。 相似文献
6.
基于遗传－广义回归神经元算法的坞石隧道三维弹塑性位移反分析研究 总被引：1，自引：0，他引：1
广义回归神经元网络在逼近能力、学习速度和网络稳定性方面均优于BP神经元网络,且具有网络人为调节参数少的优点。本文将广义回归神经元网络引入坞石隧道工程的三维弹塑性位移反分析。为了在网络训练过程中快速搜索到最优的网络阈值,采用十进制遗传算法对网络阈值进行优化。在确定最优的网络结构后,采用遗传算法在每个待反演参数的搜索范围内搜索出与实测位移最接近的围岩力学与初始应力场参数组合。用反分析得来的参数进行下步开挖位移预测,预测值与实测值吻合较好,表明所提出的这种反分析方法在工程上是可行的,可以推广使用。 相似文献
7.
8.
以大连某实际工程作为研究场地,室内试验与原位测试所得碎石土地基物理力学参数与实测所得强夯处理沉降量作为样本,通过BP神经网络对样本的训练、学习,建立地基土力学参数与强夯处理的沉降量之间的映射关系,利用所得映射关系对场地实测的沉降量进行物理力学参数的反演分析。结果表明:经过训练的神经网络模型可快速得出所需参数,利用flac3d以反演所得参数进行计算,模拟沉降量与实测沉降量的误差为4.87%,在可接受的范围之内;基于神经网络的位移反分析方法可以省去繁琐的测试工作,但该方法的实现需要有充足的样本数据作为支撑。 相似文献
9.
利用离散元方法对颗粒材料的细观力学特性研究, 目前确定数值计算模型的细观力学参数大多数通过反复调试获取, 效率低、可重复性差。本文采用开源的颗粒离散元程序LMGC开展了土体双轴压缩数值试验, 通过25组土体细观力学参数计算得到相应的宏观力学参数, 建立了BP人工神经网络反演系统。利用土体物理试验得到的土体宏观力学参数, 输入BP神经网络, 反演得到土体的细观力学参数。将所得细观力学特性参数输入所建立的土体数值计算模型, 得到土体破坏过程中的应力-应变关系曲线, 以及土体颗粒的力链图和旋转变形云图。所建立的土体数值试验模型能够较好地模拟土体变形破坏过程, 利用BP神经网络反演细观力学参数以及数值模型计算得到的土体宏观力学参数与物理试验吻合较好, 误差在10%左右, 土颗粒间力链云图以及旋转变形云图较好地揭示了土体变形破坏的机理。 相似文献
10.
11.
基于粒子群优化神经网络算法的深基坑变形预测方法 总被引：1，自引：0，他引：1
深基坑变形预测是进行施工参数调整和确保深基坑施工安全的重要手段,而如何对其变形进行有效、准确的预测是一个有待解决的技术难题。采用粒子群优化算法对神经网络模型的初始权值和阈值进行优化,并将已有的变形监测数据作为神经网络的输入参数,建立了基于粒子群优化神经网络算法的深基坑变形预测方法。将形成的方法应用于长春市火车站北广场深基坑开挖监测工程中。结果表明：8号水平位移测点预测结果的均方根误差为3.78%,平均百分比误差为5.48%;9号地面沉降点预测结果的均方根误差为5.62%,平均百分比误差为3.23%。经验证,本文方法预测深基坑开挖过程中的变形具有较高的可信度。 相似文献
12.
基坑全过程开挖及邻近地铁隧道变形实测分析 总被引：1，自引：0，他引：1
根据邻近已运营地铁隧道的基坑工程监测数据,对基坑开挖全阶段施工过程的深层土体侧向位移与邻近地铁隧道变形之间的规律展开研究,探讨基坑开挖的施工危险节点与重点影响区域。研究发现,基坑开挖前期围护结构施工和降水均对地层和邻近地铁产生了不容忽视的初始位移影响,围护结构长时间无支撑暴露是基坑侧移快速增长的危险时段;基坑开挖具有空间效应,中部侧向变形要大于边角,且单向开挖易造成后挖区土体的位移场和应力场叠加,引起邻近隧道的最大变形向后挖区偏移;基坑开挖深度与邻近地铁埋深相近时,隧道结构产生显著的水平位移和“横鸭蛋”式收敛变形,竖向位移波动不大;深层土体侧移曲线表现为“阶梯鼓肚形”,土体最大水平位移与隧道变形在小范围内呈线性关系,但随着侧移量的增大,隧道变形发生偏离拟合曲线的超线性增长,在工程中应值得关注。 相似文献
13.
There is growing interest in the use of back‐propagation neural networks to model non‐linear multivariate problems in geotehnical engineering. To overcome the shortcomings of the conventional back‐propagation neural network, such as overfitting, where the neural network learns the spurious details and noise in the training examples, a hybrid back‐propagation algorithm has been developed. The method utilizes the genetic algorithms search technique and the Bayesian neural network methodology. The genetic algorithms enhance the stochastic search to locate the global minima for the neural network model. The Bayesian inference procedures essentially provide better generalization and a statistical approach to deal with data uncertainty in comparison with the conventional back‐propagation. The uncertainty of data can be indicated using error bars. Two examples are presented to demonstrate the convergence and generalization capabilities of this hybrid algorithm. Copyright © 2003 John Wiley & Sons, Ltd. 相似文献
14.
伴随着城市的快速发展,地铁深基坑工程越来越多。在开挖过程中如何对其稳定性进行评价,是当前需要重点关注的问题。以成都地铁十七号线凤溪站深基坑支护开挖工程为依托,利用层次分析确定的主观权重与利用熵值法确定的客观权重计算获得组合权重,并与灰色关联度分析法相结合,通过现场数据采集并进行综合评判,客观评价地铁深基坑开挖的稳定性。结果表明,各监测项目对基坑稳定性的重要程度从大到小依次为桩顶水平位移（0.29）、地表沉降（0.24）、建筑物沉降（0.19）、桩顶沉降（0.18）、内支撑轴力（0.10）,基坑稳定性综合评判结果等级为"非常好"。所建立的评价模型可为类似地铁深基坑开挖稳定性评价提供新的方法。 相似文献
15.
16.
Inverse analysis for geomaterial parameter identification using Pareto multiobjective optimization 
下载免费PDF全文
下载免费PDF全文 An inverse analysis method that combines the back propagation neural network (BPNN) and vector evaluated genetic algorithm (VEGA) was proposed to identify mechanical geomaterial parameters for a more accurate prediction of deformation. The BPNN is used to replace the time‐consuming numerical calculations, thus enhancing the efficiency of the inverse analysis. The VEGA is used to find the Pareto‐optimal solutions to multiobjective functions. Unlike traditional back‐analysis methods which are based on only 1 type of field measurement and a single objective function, this proposed method can consider multiple field observations simultaneously. The proposed method was applied to the Shapingba foundation pit excavation located in Chongqing city, China. Two types of measurements are considered in the method simultaneously: the displacements in the x‐direction (north orientation) and those in the y‐direction (east orientation). Five deformation modulus parameters for artificial backfill soil, silty clay, siltstone, sandstone, and mudstone were selected as the inversion parameters. Compared with the weighted sum approach, the proposed method was demonstrated as an efficient multi‐objective optimization tool for back calculating undetermined parameters. After performing a forward‐calculation using the optimized parameters obtained by the inverse analysis, the predicted results were well consistent with the practical deformation in magnitude and trend. 相似文献
17.
18.
随着城市的快速发展,地铁车站周边开发的建筑越来越多,周边建筑施工对地铁车站将产生不可避免的不利影响。本文结合某大型建筑深基坑工程的设计、施工及监测数据,通过有限元计算,分析基坑开挖施工力学特征,研究基坑施工对临近地铁车站的变形影响。研究发现,基坑采用合理的地下连续墙、钻孔灌注桩等围护体系、适当的被动区加固方式、科学的分基坑开挖施工组织等措施,可以保证基坑开挖施工对临近车站的影响在可控制、可接受的范围内,为软土地区类似基坑的设计、施工提供参考经验。 相似文献