基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究

doi:10.16285/j.rsm.2018.0320

岩土力学 ›› 2019, Vol. 40 ›› Issue (6): 2397-2406.doi: 10.16285/j.rsm.2018.0320

基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究

马春辉^{1, 2}，杨杰^{1, 2}，程琳^{1, 2}，李婷³，李雅琦^{1, 2}

1. 西安理工大学水利水电学院，陕西西安 710048；2. 西安理工大学省部共建西北旱区生态水利国家重点实验室，陕西西安 710048； 3. 南京水利科学研究院生态环境研究中心，江苏南京 210029

收稿日期:2018-03-07 出版日期:2019-06-11 发布日期:2019-06-22
通讯作者: 杨杰，男，1971年生，博士，教授，博士生导师，主要从事水工结构、水库大坝安全及除险加固等方面的研究。E-mail： yjie9955@126.com E-mail:shanximachunhui@foxmail.com
作者简介:马春辉，男，1993年生，博士研究生，主要从事水工结构、人工智能等方面的研究。
基金资助:
国家自然科学基金（No.41301597）；陕西省自然科学基础研究计划重点项目（No.2018JZ5010）；陕西省水利科技计划项目（No.2018SLKJ-5）

Adaptive inversion analysis of material parameters of rock-fill dam based on QGA-MMRVM

MA Chun-hui^{1, 2}, YANG Jie^{1, 2}, CHENG Lin^{1, 2}, LI Ting³, LI Ya-qi^{1, 2}

1. Institute of Water Resources and Hydro-Electric Engineering, Xi’an University of Technology, Xi’an, Shaanxi 710048, China; 2. State Key Laboratory of Eco-Hydraulics in Northwest Arid Region of China, Xi’an University of Technology, Xi’an, Shaanxi 710048, China; 3. Center for Eco-Environmental, Nanjing Hydraulic Research Institute, Nanjing, Jiangsu 210029, China

Received:2018-03-07 Online:2019-06-11 Published:2019-06-22
Supported by:
This work was supported by the National Natural Science Foundation of China(41301597), the Major Projects of Natural Science Basic Research Program Shaanxi Province (2018JZ5010) and the Water Science and Technology Project of Shaanxi Province(2018SLKJ-5).

摘要/Abstract

摘要： 为进一步提高堆石坝材料参数反演模型的计算精度与适用性，建立了基于量子遗传算法（QGA）与多输出混合核相关向量机（MMRVM）的自适应反演模型。通过引入混合核函数，使所构建的MMRVM能够高精度地模拟材料参数与大坝沉降间的复杂非线性关系，从而代替耗时较长的有限元（FEM）计算。通过利用参数较固化的QGA优化确定MMRVM核参数，使反演模型具有自适应性。以实测沉降数据为依据，充分发挥QGA的全局搜索能力反演筑坝材料本构模型参数。在分析模型所需测点个数与信噪比对计算结果影响的基础上，通过公伯峡堆石坝应用实例证明：QGA-MMRVM可快速、精确地反演堆石坝筑坝材料本构模型参数，模型凭借其自适应性在实际工程中具有良好的应用前景和推广价值。

关键词: 堆石坝, 参数反演, 多输出混合核相关向量机, 量子遗传算法, 自适应

Abstract: In order to improve the accuracy and applicability of inversion analysis model of material parameters for rockfill dam, an adaptive model based on quantum genetic algorithm (QGA) and multi-output mixed kernel relevance vector machine (MMRVM) is established. By introducing mixed kernel function, the MMRVM can accurately simulate the nonlinear relationship between the material parameters and the settlement of rockfill dam. Therefore, the finite element method (FEM) can be replaced by the MMRVM to reduce time consumption. Then, the kernel parameters of the MMRVM is optimized by the QGA, thus the QGA-MMRVM is adaptable to different inversion analysis problems. The parameters of constitutive model of dam materials can be inverted by fully utilizing QGA's global searching ability. Finally, the influences of the signal-noise ratio and the number of measured points on the calculation result are analyzed. The examples of Gongboxia dam show that the parameters of constitutive model of material can quickly and accurately calculated by the QGA-MMRVM. With its adaptability, the QGA-MMRVM has good application prospect and popularization value in practical engineering.

Key words: rock-fill dam, parameter inversion analysis, multi-output mixed kernel relevance vector machine, quantum genetic algorithm, adaptivity

中图分类号:

TV641

马春辉, 杨杰, 程琳, 李婷, 李雅琦, . 基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究[J]. 岩土力学, 2019, 40(6): 2397-2406.

MA Chun-hui, YANG Jie, CHENG Lin, LI Ting, LI Ya-qi, . Adaptive inversion analysis of material parameters of rock-fill dam based on QGA-MMRVM[J]. Rock and Soil Mechanics, 2019, 40(6): 2397-2406.

参考文献

相关文章 15

[1]	高俊, 党发宁, 马宗源. 超高沥青混凝土心墙高应力水平的降低措施研究[J]. 岩土力学, 2020, 41(5): 1730-1739.
[2]	孙锐, 杨峰, 阳军生, 赵乙丁, 郑响凑, 罗静静, 姚捷, . 基于二阶锥规划与高阶单元的自适应上限有限元研究[J]. 岩土力学, 2020, 41(2): 687-694.
[3]	李立, 余翠, 孙涛, 韩增强, 唐新建, . 基于颜色特征的数字钻孔图像溶隙结构识别方法[J]. 岩土力学, 2019, 40(8): 3274-3281.
[4]	盛云锋, 陈远, 周伟, 马刚, 常晓林, . 基于改进动剪切模量模型的堆石坝动力响应分析[J]. 岩土力学, 2018, 39(S2): 405-414.
[5]	许明，唐亚锋，刘先珊，罗斌，唐道勇，. 自适应锚索锚固岩质边坡地震动力响应分析[J]. , 2018, 39(7): 2379-2386.
[6]	姚虞，王睿，刘天云，张建民，. 高面板坝地震动非一致输入响应规律[J]. , 2018, 39(6): 2259-2266.
[7]	袁艳玲，郭琴琴，周正军，吴震宇，陈建康，姚福海,. 考虑参数相关的高心墙堆石坝材料参数反分析[J]. , 2017, 38(S1): 463-470.
[8]	张锟，徐青，王一凡，阿湖宝. 自适应差分进化算法在边坡滑面搜索中的应用[J]. , 2017, 38(5): 1503-1509.
[9]	杨杰，尹振宇，黄宏伟，金银富，张冬梅, . 面向边界面模型的切面算法扩展[J]. , 2017, 38(12): 3436-3444.
[10]	王开禾，罗先启，沈辉，张海涛. 围岩力学参数反演的GSA-BP神经网络模型及应用[J]. , 2016, 37(S1): 631-638.
[11]	杨荷，周伟，马刚，李少林，常晓林. 基于响应面法的高堆石坝瞬变-流变参数反演方法[J]. , 2016, 37(6): 1697-1705.
[12]	陈健，王占盛，戎虎仁，. 互相关参数随机场反演的“一体两分”方法[J]. , 2016, 37(6): 1773-1780.
[13]	郭庆彪，郭广礼，吕鑫，陈涛，王金涛,. 山区谷底沉陷预测模型及其参数反演[J]. , 2016, 37(5): 1351-1356.
[14]	程立，刘耀儒，潘元炜，杨强，周钟，薛利军，. 基于蓄水期反演的锦屏一级拱坝极限承载力分析[J]. , 2016, 37(5): 1388-1398.
[15]	李文涛，马田田，韦昌富. 基于自适应松弛Picard法的高效非饱和渗流有限元分析[J]. , 2016, 37(1): 256-262.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究

Adaptive inversion analysis of material parameters of rock-fill dam based on QGA-MMRVM

PDF (Chinese)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0