基于?－SVR和GA的初始地应力场位移反分析方法研究

›› 2007, Vol. 28 ›› Issue (1): 151-156.

基于?－SVR和GA的初始地应力场位移反分析方法研究

余志雄^{1, 2}，周创兵¹，陈益峰¹，李俊平¹,³

1.武汉大学水资源与水电工程科学国家重点实验室，武汉 430072；2.广州市广园路建设公司，广州 510010； 3.鸡西大学，黑龙江鸡西 158100

收稿日期:2005-04-11 出版日期:2007-01-10 发布日期:2013-08-28
作者简介:余志雄，1977年生，男，博士，现从事土木工程管理和沉管隧道研究工作

Study on ?－SVR and modified GA in back analysis of initial stress fields from displacements

YU Zhi-xiong^{1, 2}, ZHOU Chuang-bing¹, CHEN Yi-feng¹, LI Jun-ping^1,3

1.State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China; 2. Guangzhou Guangyuan Construction Company, Guangzhou 510010, China; 3. Jixi University, Jixi 158100, China

Received:2005-04-11 Online:2007-01-10 Published:2013-08-28

摘要/Abstract

摘要： 基于一种改进的支持向量机（?－SVR）和改进的遗传算法（GA），提出一种初始地应力场位移反分析方法。该方法通过正交设计方法安排较少次数的正分析方案，用?－SVR对正分析中测点位移值与参数构成的样本集进行学习，建立参数取值与观测点测值的非线性隐式方程；采用确定性或随机反分析的思路确定反分析的优化目标函数，并利用GA搜索最优参数取值。采用?－SVR方法建立的参数取值与位移量测点测值的非线性隐式方程，能够以很高的精度拟合和预测不同参数取值时的观测点测值，因此，可以用该隐式方程代替正分析，减少计算量；采用改进的GA方法能够准确搜索到最优参数；搜索到的最优参数值与理论值相当吻合。算例表明，基于?－SVR和GA的初始地应力场位移反分析方法是一种行之有效的初始地应力场位移反分析方法，可以广泛用于初始地应力场确定性反分析和随机反分析。

关键词: 支持向量机, 改进遗传算法, 初始地应力场, 反分析, 正交设计, ?－SVR

Abstract: A method of back analysis of initial stress fields from displacement is presented based on a kind of modified support vector machine named ?-SVR and a kind of modified genetic algorithms. By using orthogonal experiment method, only several positive analysis are done. ?-SVR used the measuring points’ displacement and parameters of positive analysis as samples to build the nonlinear implicit equations between them. Then modified genetic algorithms are used to find the optimal parameters on deterministic or stochastic optimal object function. The equations built by ?-SVR can fit and forecast the measuring points’ displacements under different parameters with high precision. So these equations can substitute positive analysis, and the amount of computation will reduce greatly. With modified genetic algorithms, the optimal parameters can be found accurately. Example shows the method presented is an effective back analysis method for initial stress fields from displacements. It can be widely used in deterministic or stochastic back analysis of initial stress fields from displacements.

Key words: support vector machine(SVM), modified genetic algorithms, initial stress fields, back analysis, orthogonal experiment, ?－SVR, stochastic back analysis

中图分类号:

O 242

余志雄，周创兵，陈益峰，李俊平. 基于?－SVR和GA的初始地应力场位移反分析方法研究[J]. , 2007, 28(1): 151-156.

YU Zhi-xiong, ZHOU Chuang-bing, CHEN Yi-feng, LI Jun-ping. Study on ?－SVR and modified GA in back analysis of initial stress fields from displacements[J]. , 2007, 28(1): 151-156.

参考文献

相关文章 15

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	王昌硕，王亮清，葛云峰，梁烨，孙自豪，董曼曼，张楠. 基于统计参数的二维节理粗糙度系数非线性确定方法[J]. , 2017, 38(2): 565-573.
[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]	杨海朋，白冰，聂庆科, . 基于多元统计的竖井井壁安全评价模型研究[J]. , 2016, 37(S1): 27-34.
[11]	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.
[12]	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.
[13]	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.
[14]	史小萌，刘保国，亓轶. 水泥石膏胶结相似材料在固-流耦合试验中的适用性[J]. , 2015, 36(9): 2624-2630.
[15]	史小萌，刘保国，肖杰,. 水泥和石膏胶结相似材料配比的确定方法[J]. , 2015, 36(5): 1357-1362.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed