基于ν-SVR和改进PSO算法的反分析方法及应用

›› 2009, Vol. 30 ›› Issue (S2): 540-546.

基于ν-SVR和改进PSO算法的反分析方法及应用

邢万波¹，周钟¹，唐忠敏¹，孙钢²

1.中国水电顾问集团成都勘测设计研究院，成都 610072；2.四川省水利水电勘测设计研究院，成都 610072

收稿日期:2009-07-25 出版日期:2009-08-10 发布日期:2011-06-21
作者简介:邢万波，男，1979年生，博士后，主要从事边坡工程稳定性评价和岩土工程风险分析方面的研究工作

A new back-analysis method based on ν-SVR and improved PSO algorithm and its application

XING Wan-bo¹, ZHOU Zhong¹, TANG Zhong-min¹, SUN Gang²

1.Chengdu Hydroelectric Investigation and Design Institute, China Hydropower Engineering Consulting Group Co., Chengdu, 610072, China; 2.Sichuan Institute of Water Resources and Hydroelectric Exploration Design and Research, Chengdu 610072, China

Received:2009-07-25 Online:2009-08-10 Published:2011-06-21

摘要/Abstract

摘要： 岩土工程反分析面临着多元化、复杂化和精确化的挑战，反分析方法要求能在少而精的正分析基础上结合监测数据快速反馈出数值计算参数。充分发挥支持向量回归机ν-SVR和改进的变邻域PSO算法的优势，建立起岩土工程反分析的流程和方法。同时，将其应用于锦屏左岸边坡的反分析问题，选择稳定问题非常突出的II1-II1剖面作为分析对象，根据监测资料反馈设计关键岩体的力学参数，并与监测数据比对，反演成果合理准确，进一步验证了该方法的的正确性和有效性

关键词: 反分析, 支持向量回归机（&nu, -SVR）, PSO算法, 锦屏左岸边坡

Abstract: Challenged by diversity, complexity and precision in geotechnical engineering practices, back-analysis methods are required to quickly obtain feedback parameters for numerical simulations on the basis of monitoring data with fewer but more elaborate forward numerical simulations. Thanks to the specialties of support vector regression machine(ν-SVR) and improved partical swarm optimization (PSO) algorithm with variable neighborhood, a method and process for geotechnical back-analysis is set up. And to prove the correctness and validity of the proposed method, a case study of back-analysis of the left slope of Jinping-Ⅰ hydropower station is carried out. According to the monitoring data of troublesome profile II1-II1 in project site, critical deformation parameters for forward numerical simulations are fed back with the proposed method, and the results of further simulation with the feedback parameters match the monitoring data fairly well.

Key words: back-analysis, support vector regression machine(ν-SVR), particle swarm optimization algorithm (PSO), left slope of Jinping

中图分类号:

TU 443

邢万波，周钟，唐忠敏，孙钢. 基于ν-SVR和改进PSO算法的反分析方法及应用[J]. , 2009, 30(S2): 540-546.

XING Wan-bo , ZHOU Zhong , TANG Zhong-min , SUN Gang. A new back-analysis method based on ν-SVR and improved PSO algorithm and its application[J]. , 2009, 30(S2): 540-546.

参考文献

相关文章 15

[1]	李连祥, 刘嘉典, 李克金, 黄亨利, 季相凯, . 济南典型地层HSS参数选取及适用性研究[J]. 岩土力学, 2019, 40(10): 4021-4029.
[2]	孙明社，马涛，申志军，吴旭，王梦恕，. 复合式衬砌结构中衬砌分担围岩压力比例的研究[J]. , 2018, 39(S1): 437-445.
[3]	王少杰，吕爱钟，张晓莉. 横观各向同性岩体中马蹄形隧洞的位移反分析方法[J]. , 2018, 39(S1): 495-504.
[4]	李建朋，聂庆科，刘泉声，于俊超,. 基于权重反分析的岩溶地面塌陷危险性评价方法研究[J]. , 2018, 39(4): 1395-1400.
[5]	王洪波，张庆松，刘人太，李术才，张乐文，郑卓，张连震. 基于压水试验的地层渗流场反分析[J]. , 2018, 39(3): 985-992.
[6]	田茂霖，肖洪天，闫强刚,. Hoek-Brown准则岩体力学参数非线性位移反分析[J]. , 2017, 38(S1): 343-350.
[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]	郑亚飞，张璐璐，张洁，郑建国，于永堂,. 基于时变监测数据的降雨滑坡多目标随机反分析[J]. , 2017, 38(11): 3371-3377.
[9]	张志增，李小昌，王克忠,. 考虑剪应力作用时横观各向同性岩体中圆形巷道位移反分析的惟一性[J]. , 2016, 37(S2): 449-460.
[10]	肖俊华，赵锡宏，. 软土地区深埋桩筏基础沉降实测与反分析[J]. , 2016, 37(6): 1680-1688.
[11]	殷建国，黄宏伟 , . 基于盾构隧道纵向沉降的纵向等效刚度反分析[J]. , 2015, 36(S1): 230-234.
[12]	王军祥，姜谙男 , . 岩石弹塑性损伤本构模型建立及在隧道工程中的应用[J]. , 2015, 36(4): 1147-1158.
[13]	王军祥，姜谙男，宋战平,. 岩石弹塑性应力-渗流-损伤耦合模型研究(Ⅱ)：参数反演及数值模拟[J]. , 2015, 36(12): 3606-3614.
[14]	徐中华，李靖，王卫东 , . 基坑工程平面竖向弹性地基梁法中土的水平抗力比例系数反分析研究[J]. , 2014, 35(S2): 398-404.
[15]	乔丽苹，刘杰，李术才，王者超，姜彦彦，王子豪,. 地下工程开挖面空间效应特征研究及应用[J]. , 2014, 35(S2): 481-487.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed