基于v-SVR和GA的初始地应力场位移反分析方法研究

基于一种改进的支持向量机（v-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v-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v-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v-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。     

基于?－SVR和GA的初始地应力场位移反分析方法研究

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。     

基于ν-SVR和GA的初始地应力场位移反分析方法研究

基于一种改进的支持向量机(ν-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ν-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ν-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ν-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。     

地铁深基坑支护的遗传神经网络位移反分析

针对目前已有的各种位移反分析方法存在的缺陷,利用神经网络具有的非线性映射能力和遗传算法具有的全局随机搜索能力,提出了一种基于遗传神经网络进行深基坑支护的位移反分析方法。该方法改变了BP算法依赖梯度信息的指导来调整网络权值的方法,而是利用遗传算法全局性搜索的特点,寻找最合适的网络连接权和网络结构等来达到优化的目的。结合地铁深基坑支护位移计算,应用该方法对某一地铁深基坑土体的力学参数进行了反演。结果表明：将位移观测值作为网络输入数据,土体力学参数作为输出数据,在较大的解空间内,该位移反分析方法收敛速度快、解的稳定性好、反演结果精度高,是一种理想的位移反分析方法。最后,采用该软件结合一个工程实例实现了应用遗传神经网络进行的基坑支护位移反分析。     

双洞隧道施工引起地表移动的多参数反分析研究

应用随机介质理论计算隧道开挖引起的地表移动是目前广泛使用的方法,在关键参数的取值上反分析是最有效的手段。在双洞隧道的反分析问题上,通常认为2个隧洞的参数相同而采用双参数反分析,但这种做法不利于反映实际情况,为此文中提出为每个隧洞引入各自计算参数进行多参数反分析。实际算例表明,双洞4参数的分析结果优于双参数的分析结果。但是,4参数反分析问题复杂性大大提高,传统的模式搜索方法不能很好地搜索到最优参数。为克服该问题,采用单纯形混合加速遗传算法作为双洞隧道4参数反分析问题的求解方法。实际的应用及测试表明,该方法能高精度的、稳定的搜索出全局最优参数。     

基于Cauchy积分解法与遗传算法的随机位移反分析研究

针对位移反分析的正算计算量大和全局最优解遗失问题,提出正算过程采用平面弹性复变方法中的Cauchy积分解法,优化方法选用遗传算法的随机位移反分析方法,并研究了位移观测噪声对识别结果的影响规律。实例应用表明,所提出的方法从根本解决了采用优化技术进行位移反分析的求解效率问题,具有较好的容错性能和全局搜索性能,且能够反映地应力场和实际岩体的不确定性。     

基于遗传算法的巷道位移反分析研究

将遗传算法应用到位移反分析研究中,采用遗传算法与FLAC数值软件相结合的手段,研制了弹塑性巷道位移反分析程序。对该程序测试的结果表明,用遗传算法这一模拟生物进化的方法,进行巷道位移反分析,可以同时反演E,μ,C,ф,σx,σy,τxy7个参数,反演精度较高。     

PSO-LSSVM模型在位移反分析中的应用

提出了一种基于均匀设计原理、最小二乘支持向量机(LSSVM)和粒子群优化算法(PSO)的快速位移反分析方法。该方法利用均匀设计和有限差分法获得学习样本,再用粒子群算法搜索最优的最小二乘支持向量机模型参数。并用最小二乘支持向量机回归模型建立反演参数与监测点位移值之间的非线性映射关系,最后用粒子群算法从全局空间上搜索与实测位移最吻合的反演参数。该反演模型利用了粒子群算法高效简单、均匀设计构造高质量小样本以及最小二乘支持向量机的小样本、泛化性能好的特点。将该模型应用于龙滩水电站左岸地下厂房区岩体地应力场的反演分析中,计算结果与实测的位移值和地应力值均吻合较好,说明了该模型在岩土工程快速反演分析中具有良好的应用价值。     

位移反分析的粒子群优化-高斯过程协同优化方法

针对采用随机全局优化技术进行岩土工程位移反分析存在数值计算量大、效率低的问题,将粒子群优化算法与高斯过程机器学习技术相结合,提出了位移反分析的粒子群优化-高斯过程协同优化方法。该方法利用全局寻优性能优异的粒子群优化算法进行寻优的基础上,采用高斯过程机器学习模型不断地总结历史经验,预测包含全局最优解的最有前景区域,通过提高粒子群搜索效率并降低适应度评价次数,进而有效地降低位移反分析过程中的数值计算工作量。多种测试函数的数学验证和工程算例的研究结果表明该方法是可行的,与传统方法相比较,可显著地降低位移反分析的计算耗时。     

围岩力学参数反演的GSA-BP神经网络模型及应用

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。     

大型地下洞室考虑开挖卸荷效应的位移反分析

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。     

基于改进遗传算法的粘弹性岩体力学参数反演

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。      

Reservoir geomechanical parameters identification based on ground surface movements

Determination of geomechanical parameters of petroleum reservoir and surrounding rock is important for coupled reservoir–geomechanical modeling, borehole stability analysis and hydraulic fracturing design. A displacement back analysis technique based on artificial neural network (ANN) and genetic algorithm (GA) combination is investigated in this paper to identify reservoir geomechanical parameters based on ground surface displacements. An ANN is used to map the nonlinear relationship between Young’s modulus, E, Poisson’s ratio, v, internal friction angle, Φ, cohesion, c and ground surface displacements. The necessary training and testing samples for ANN are created by using numerical analysis. GA is used to search the set of unknown reservoir geomechanical parameters. Results of the numerical experiment show that the displacement back analysis technique based on ANN–GA combination can effectively identify reservoir geomechanical parameters based on ground surface movements as a result of oil and gas production.     

基于自适应退火算法的非线性位移反分析方法研究

根据地下工程非线性位移反分析的特点,建立起基于地下洞室收敛位移量测结果的反分析模型;针对一般退火演化算法优化效率低的问题,综合运用遗传算法、模拟退火算法和非线性有限元分析手段,并引进自适应的思想,建立了基于自适应退火演化算法的地下工程非线性位移反分析的新方法和理论,在探讨其应用方法与实施过程的基础上,开发了相应的计算分析程序。模拟分析表明,理论计算结果与模拟结果吻合良好,该方法可以满足工程要求。     

隧道围岩稳定性正算反演分析研究——以厦门海底隧道穿越风化深槽施工安全监控为例介绍

为了降低海底隧道施工风险,确保隧道施工顺利穿越海底几处风化深槽和风化囊区域,解决难以获得隧道围岩力学参数的技术难题,采用位移反分析方法建立了动态反演预测模型;作为比较,还简单介绍了弹塑性反演的一种全局优化方法。根据隧道典型断面实际监控量测的围岩拱顶沉降量和周边收敛位移量,结合先行服务隧道揭露的水文地质情况,进行优化反演分析,得到该类围岩初期支护后的等效弹性模量和等效侧压力系数。在相应的同类地质条件下,对后续将开挖的左、右主洞围岩采用边界元法进行正演数值计算,使之能为主洞施工方案比选以及支护设计参数调整与修正提供定量依据,做到信息化动态设计与施工。工程实例分析表明,利用正算反演分析法得出的围岩等效力学参数是可靠的,可据此对类似地质条件下主隧道围岩进行正演计算分析,预测主洞围岩的变形破坏模式,判断其围岩稳定性。位移反分析法是隧道施工变形理论预测分析与工程实际相联系的有效平台,为工程设计施工技术决策提供了一种切实有效的途径。     

岩石弹塑性应力-渗流-损伤耦合模型研究(Ⅰ):模型建立及其数值求解程序

在地下水渗流场、应力场、损伤场的耦合作用下更易造成隧道围岩坍塌或涌水等灾害。首先,将围岩材料视作各向同性连续介质,基于Drucker-Prager准则建立岩石弹塑性损伤本构模型,采用完全隐式返回映射算法实现弹塑性损伤本构方程的数值求解。其次,以上述研究为基础根据岩石处于弹塑性状态时渗透系数动态演化公式,建立岩石弹塑性应力-渗流-损伤耦合模型,并给出三场耦合情况下的数值求解迭代方法。针对耦合模型中涉及参数较多且不易测定的问题,基于差异进化算法原理建立智能反分析方法,对耦合模型中的损伤参数进行反演。最后,利用C++语言编制相应的岩石弹塑性应力-渗流-损伤耦合程序和参数反演程序,利用所编程序进行以下计算:(1)对智能反分析程序的性能、正确性进行分析,对比不同差异策略、交叉因子、变异因子的反演精度和收敛速度。(2)分别采用弹性模型和弹塑性损伤模型进行隧道围岩位移场、应力场的计算。(3)不考虑力学作用的情况下进行孔隙水压力、渗流量的计算。(4)采用所建耦合模型计算得到隧道围岩应力场、渗流场以及损伤场的相互影响规律。研究结果表明,基于差异进化算法的智能反分析程序能够较好地解决耦合模型中损伤参数不易确定的难题,为实际工程中获得不易测定的计算参数提供了有效的方法,同时所建立的耦合模型通过应力、渗流和损伤的相互作用更能够真实地反映出岩石材料的宏观破坏现象,所编计算程序能够模拟地下水渗流场、应力场、损伤场之间的耦合特性,为受地下水影响严重的工程建设提供了方法,研究结论为后期对实际隧道工程进行耦合计算奠定基础。     

基于DE-FEM隧道反分析可视化平台研究及应用

针对传统反分析优化容易限于局部最小化以及反分析数据不直观等问题,引进一种新的全局智能优化算法（DE）,与应力回映的弹塑性非线性有限元（FEM）相结合,实现围岩弹塑性参数快速识别。基于可视化类库（VTK）对单元应力、应变和节点位移等结果数据进行图像显示,从而实现了隧道施工反分析EEOS高性能可视化平台。在介绍算法原理、程序设计基础上,介绍该系统在某工程的应用情况。应用表明,该平台计算收敛快速、识别精度高、结果直观,为隧道工程反分析提供了科学高效的途径。     

隧洞工程弹性参数反演的可辨识性及量测优化布置探讨

探讨依据完备的量测信息开展弹性参数反演的可辨识性及量测的优化布置,对于指导岩土工程反演实践具有重要的实用价值。利用平面弹性复变函数方法和一般弹性理论,推导出任意形状隧洞的位移、应力解析表达式,基于隧洞围岩位移、应力的解析解,依据参数可辨识条件和量测优化布置的最灵敏原则,探讨了地下隧洞工程弹性反演参数的可辨识性及测点优化布置,并通过算例进行了验证。研究表明,依据完备的量测信息开展弹性反分析,只要测点布置方式适当、反演参数满足相应的限定条件,可同时惟一辨识出5个参数P、Q、M、E、μ。参数反演的可辨识性受隧洞形状复杂性的影响,随着隧洞复杂性的提高,参数可同时惟一辨识需满足的限制条件大为减少,对测点布置方式的要求也会降低。工程实践中,为避免量测数据的少量误差导致反演计算结果的大幅度波动,测点(线)应根据最灵敏原则优化选择各反演参数的灵敏系数最大的测点(线)组合进行量测布置。