基于粒子群优化的岩土工程反分析研究

›› 2006, Vol. 27 ›› Issue (5): 795-798.

基于粒子群优化的岩土工程反分析研究

高玮

武汉工业学院土木工程系，武汉 430023

收稿日期:2004-07-22 出版日期:2006-05-10 发布日期:2013-11-05
作者简介:高玮，男，1971年生，博士，副教授，目前主要从事岩土力学、岩土工程稳定性分析及仿生计算理论及其应用等教学与科研工作。
基金资助:
国家自然科学基金项目（No.50309014）及湖北省教育厅重点科研课题资助

Back analysis algorithm in geotechnical engineering based on particle swarm optimization

GAO Wei

Deptartmen of Civil Engineering, Wuhan Polytechnic University, Wuhan 400023, China

Received:2004-07-22 Online:2006-05-10 Published:2013-11-05

摘要/Abstract

摘要： 岩土工程优化反分析本质上看是一个典型的复杂非线性函数优化问题，采用全局优化算法是解决这个问题的理想途径，但由于优化反分析中多次调用正分析的特点使得整个算法的计算效率很低。为了提高优化反分析的计算效率，把一种计算效率更高的新型仿生算法——粒子群优化引入岩土工程反分析领域，提高反分析的计算效率。在此基础上，结合有限元数值分析技术，提出了一种新的岩土工程优化反分析算法——粒子群优化反分析。并通过一个简单算例验证了该法的有效性。

关键词: 优化反分析, 全局优化算法, 粒子群优化

Abstract: The back analysis in geotechnical engineering is a typical complicated nonlinear function optimization problem. To solve this problem, the global optimization algorithm is a very good method. But for the using FEM for many times in its process, the efficiency of this algorithm is low. In order to overcome the defect of those optimization methods, a new algorithm, particle swarm optimization(PSO), is proposed. Combining this algorithm with FEM, a new back analysis algorithm is proposed. Through a simple example, the proposed algorithm is verified; and the results show that this new algorithm is a very good back analysis method and its efficiency is very good.

Key words: optimization back analysis, global optimization method, particle swarm optimization

中图分类号:

TP 183

高玮. 基于粒子群优化的岩土工程反分析研究[J]. , 2006, 27(5): 795-798.

GAO Wei. Back analysis algorithm in geotechnical engineering based on particle swarm optimization[J]. , 2006, 27(5): 795-798.

参考文献

相关文章 14

[1]	张乐文，王洪波，邱道宏，孙怀凤，孙子正，丁万涛. 小波降噪与粒子群优化综合回归爆破震动参数[J]. , 2014, 35(S2): 338-342.
[2]	吴创周，杨林德，刘成学，李鹏 . 各向异性岩应力-渗流耦合问题的反分析[J]. , 2013, 34(4): 1156-1162.
[3]	赵奎，何文，熊良宵，杨欣，王晓军 . 尾砂胶结充填体蠕变模型及在FLAC3D 二次开发中的实验研究[J]. , 2012, 33(S1): 112-116.
[4]	郑志成，徐卫亚，徐飞，刘造保 . 基于混合核函数PSO-LSSVM的边坡变形预测[J]. , 2012, 33(5): 1421-1426.
[5]	徐冲，刘保国，刘开云，郭佳奇. 基于粒子群-高斯过程回归耦合算法的滑坡位移时序分析预测智能模型[J]. , 2011, 32(6): 1669-1675.
[6]	苏国韶，张克实，吕海波. 位移反分析的粒子群优化-高斯过程协同优化方法[J]. , 2011, 32(2): 510-515.
[7]	徐飞，徐卫亚. 基于支持向量机-马尔可夫链的位移时序预测[J]. , 2010, 31(3): 944-948.
[8]	徐飞，徐卫亚，温森，刘造保，赵延喜. 基于PSO-PP的围岩稳定性评价[J]. , 2010, 31(11): 3651-3655.
[9]	姜谙男，梁冰. 基于粒子群支持向量机的三维含水层渗流参数反馈识别[J]. , 2009, 30(5): 1527-1531.
[10]	贾宇峰，迟世春，林皋. 考虑颗粒破碎影响的粗粒土本构模型[J]. , 2009, 30(11): 3261-3266.
[11]	梁桂兰，徐卫亚，何育智，赵延喜，. PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用[J]. , 2008, 29(4): 995-1000.
[12]	马文涛. 参数优化LSSVM的巷道围岩松动圈预测研究[J]. , 2007, 28(S1): 460-464.
[13]	姜谙男. 基于PSO-SVM非线性时序模型的隧洞围岩变形预报[J]. , 2007, 28(6): 1176-1180.
[14]	易达，刘洁荣，葛修润 . 三轴压缩围压与峰值应力、应变关系的改进粒子群神经网络研究[J]. , 2007, 28(12): 2639-2642.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	卢正，姚海林，骆行文，胡梦玲. 公路交通荷载作用下分层地基的三维动响应分析[J]. , 2009, 30(10): 2965 -2970 .
[2]	兰四清，王玉林，谢康和. 径向双侧壁排水软土地基固结数学模型及解析解[J]. , 2009, 30(12): 3871 -3875 .
[3]	魏丽，柴寿喜，蔡宏洲，王晓燕，李敏，石茜. 麦秸秆加筋材料抗拉性能的实验研究[J]. , 2010, 31(1): 128 -132 .
[4]	赵延林，王卫军，曹平，王军，赵阳升. 不连续面在双重介质热-水-力三维耦合分析中的有限元数值实现[J]. , 2010, 31(2): 638 -644 .
[5]	刘争宏，廖燕宏，张玉守. 罗安达砂物理力学性质初探[J]. , 2010, 31(S1): 121 -126 .
[6]	雷金波，陈从新. 基于双曲线模型的带帽刚性桩复合地基荷载传递机制研究[J]. , 2010, 31(11): 3385 -3391 .
[7]	陈旭光，张强勇. 高应力深部洞室模型试验分区破裂现象机制的初步研究[J]. , 2011, 32(1): 84 -90 .
[8]	张成平，张顶立，骆建军，王梦恕，吴介普. 地铁车站下穿既有线隧道施工中的远程监测系统[J]. , 2009, 30(6): 1861 -1866 .
[9]	黄明，刘新荣，祝云华，钟祖良. 低频周期荷载下广义Kelvin-Voigt模型特性研究[J]. , 2009, 30(8): 2300 -2304 .
[10]	张渊，万志军，康建荣3，赵阳升. 温度、三轴应力条件下砂岩渗透率阶段特征分析[J]. , 2011, 32(3): 677 -683 .