围岩稳定性评价的投影寻踪权重-属性区间识别模型

围岩的稳定性评价是一个复杂的不确定系统问题。采用粒子群算法优化投影寻踪方法,并结合属性区间识别理论,建立了围岩稳定性评价的投影寻踪权重-属性区间识别模型。选取5个围岩稳定性影响因子作为评价指标,通过构造属性测度区间函数计算单指标属性测度区间,利用基于粒子群优化的投影寻踪确定各评价指标的权重以计算综合属性测度区间,应用置信度准则和评分准则对围岩的稳定性进行属性识别。实例研究表明,该模型能有效的解决围岩稳定性评价问题,且评价结果科学可靠;评价模型采用投影寻踪确定权重,避免了权重确定中的主观性和随意性,保证了评价工作的客观性和准确性。     

基于投影寻踪插值模型的围岩稳定性分类研究

由于受到多种因素的综合作用,因此对围岩稳定性进行准确分类是一个难题。选取影响围岩分类的5个主要因素,根据分类标准,采用在每级标准中随机内插的方法,得到50个标准样本,用于构建分类模型。针对上述复杂优化模型,采用遗传算法进行优化,以获得的最佳投影方向为基础,得到围岩稳定性分类的投影寻踪插值模型。实例分析表明：该模型的分类结果是准确和可靠的,与采用其他几种分类方法所得结论一致。此外,该模型可以得出每个样本的具体得分值,即使对属于同一级的样本也可以排出它们的优劣顺序,因而具有较高的分类精度,是一种更具有应用前景的新方法。     

投影寻踪评价模型在隧道围岩稳定性分级中的应用

隧道围岩稳定性分级对隧道工程设计和施工具有重要的意义。利用影响隧道围岩稳定性的多种因素,应用投影寻踪评价模型建立隧道围岩稳定性分级方法,探讨了利用不便于量化为投影指标的影响因素对投影分级结果进行修正的方法。应用实例表明,投影寻踪分级结果与其它分级方法的结果相符,证实了方法的正确性。     

基于联系熵的围岩稳定性评价研究

围岩稳定性评价涉及许多不确定因素。由于集对理论和联系熵模型能有效地处理不确定问题,故将联系熵方法应用于围岩分类,建立矿岩分类的联系熵模型,计算围岩的联系熵值,相应地进行矿岩稳定性等级评价。是对系统不确定性进行量化的一种尝试,为矿岩稳定性评价提供了一种新的方法。实例模型表明,联系熵越大,则矿岩的稳定性越差,越危险。     

天然洞围岩稳定性评价

天然洞体不稳定是绝对的 ,稳定是相对的。天然洞体围岩的顶板、底板、侧面三者的稳定 ,顶板的稳定最重要。顶板的稳定性 ,与天然洞体的形成原因 ,岩面的成层条件、断面形状、裂隙情况 ,漏水情况 ,天然洞体形成和稳定的时间 ,山体的地质构造条件等有关。     

基于投影寻踪和粒子群优化算法的洪水分类研究

洪水分类实际上是洪水强度大小辨别的优化问题。洪水分类不仅影响着水库的实时调度，而且也影响着洪水灾害危险评估。对利用降水预报进行洪水资源利用的水库来说，洪水分类对水库实时调度规则的建立有着重要的作用。因此，洪水分类是一个重要的理论和实践问题。本文以长江三峡水库代表性水文站——宜昌站为研究对象．基于投影寻踪方法建立了洪水分类的优化模型，并利用粒子群优化算法对所建模型进行求解。结果表明了投影寻踪方法和粒子群优化算法在洪水分类研究中的有效性和合理性．     

层状岩体围岩变形破坏特征及稳定性评价

层状岩体是地下工程中经常遇到的一种岩体,具有明显的各向异性力学性质,其变形破坏特征与均值岩体相比表现得更为复杂。根据共和隧道地质调查和地应力量测的资料分析,隧道围岩偏压现象与地应力和岩性有极大的相关性。通过对隧道初期支护开裂段围岩位移收敛、围岩接触压力、锚杆轴向力监测和松动圈探测,其结果表明,围岩变形及应力和松动圈都在右拱肩处最大,即靠河侧大于靠山侧,与初始地应力的最大主应力方向不一致。因此,通过现场监测提前了解围岩-支护结构的变形及受力状况,及时修改了支护参数,避免了隧道垮塌等恶性事件的发生,从而有效指导了隧道施工和设计。     

煤巷围岩稳定性加权平均评价方法研究

煤巷围岩稳定性评价是判断巷道支护难易程度和进行支护设计的依据。在对煤巷围岩稳定性影响因子和评价指标进行分析选取的基础上,提出了多因素单一综合指标值评价方法,运用层次分析法确定评价因子权重,用加权平均法建立单一综合指标值计算模型和计算方法。研究结果表明,煤巷围岩稳定性加权平均评价方法能科学地反映围岩的稳定特征,为煤巷围岩控制及支护设计提供了可靠依据。     

基于PSO和LSSVM的边坡稳定性评价方法

提出了基于粒子群算法（PSO）和最小二乘支持向量机（LSSVM）的边坡稳定性评价方法。该模型既利用了最小二乘支持向量机求解速度快、易于描述非线性关系的优良特性,同时也利用了粒子群算法快速全局优化的特点。粒子群算法用于搜索最小二乘支持向量机模型的最优参数,然后将模型用于预测边坡的安全系数。计算结果表明,该方法是合理的、有效的。     

粒子群优化复合形法求解复杂土坡最小安全系数

为提高复合形法的寻优成功率,对初始复合形以及第一次出现“最坏点映射失败”之复形的顶点进行变异粒子群优化算法操作,搜索得到较优解,并替换掉当前复形中的一个顶点。利用最大复形中心距替换准则,产生新的复合形。对新的复形继续进行基本复合形法的计算,构成了基于变异粒子群优化的改进复合形法。对两个复杂土坡的最小安全系数的搜索表明,改进的复合形法具有较强的全局搜索能力。     

基于PSO-SVM非线性时序模型的隧洞围岩变形预报

现场量测获得的围岩变形信息,从宏观上反映了地下洞室围岩-支护系统力学性态变化。为克服人工神经元网络方法过学习问题,提出了一种新的预测地下洞室围岩变形的粒子群支持向量机方法,用粒子群算法优化最小二乘支持向量机的参数,避免了人为选择参数的盲目性,提高了预测模型的训练速度和预测推广能力。利用这种非线性智能预测方法,基于监测数据滚动预测围岩变形,可以及时优化和调整施工步序,保证洞室的稳定性。将该方法用于清江水布垭电站地下厂房的围岩收敛变形预测,获得了令人满意的预测效果。     

基于PSO-SVM的边坡稳定性组合预测方法研究

为利用不同边坡稳定预测方法的特征信息,改进预测质量,提出了一种基于微粒群优化--支持向量机(PSO-SVM)的边坡稳定性非线性组合预测模型。该模型能够利用边坡的特征参数快速预测出边坡的稳定性,且在建模过程中可对不同建模方法的特征信息进行整合,避免了单一方法的偶然性。为提高SVM的学习、泛化能力,采用混合核函数,并用具有并行性和分布式特点的PSO算法优化选择SVM模型参数。利用该非线性组合预测模型对73个边坡实例进行学习,对另外10个边坡实例进行推广预测,研究结果表明,该模型较好地整合了不同建模方法的特征信息,较单一模型、加权组合模型和BP网络组合模型具有更高的预测精度和更小的峰值误差,为边坡稳定性评价提供了一种新的途径。     

基于粒子群优化的岩土工程反分析研究

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。     

基于理想点-可拓云模型的隧道围岩稳定性评价

为了对隧道围岩稳定性进行准确评价并解决研究过程中存在的模糊性和随机性以及评价指标不相容的问题,减少单一的主客观赋权法所带来的误差,将云模型引入可拓理论中,利用可拓理论能够实现矛盾问题向相容问题转化的特点和云模型具有处理事物双重不确定性的优势并结合理想点组合赋权法对隧道围岩进行稳定性评价研究。通过文献调研、数据统计的方式,选取具有代表性的6个指标组成隧道围岩评价指标体系,用理想点法赋予评价指标组合权重,并构建可拓云模型对隧道围岩稳定性进行综合评价。通过将此方法应用于工程实例并与其他方法对比,结果表明：基于理想点-可拓云模型的隧道围岩稳定性评价方法能够减少评价过程中存在的不确定性问题,克服单一赋权方法的不足,具有良好的适用性,可以应用于实际工程中。     

基于自适应粒子群优化算法的波阻抗反演方法

针对地震勘探资料依赖线性优化方法进行波阻抗反演不易得到全局极值的问题,提出一种改进的粒子群优化算法-自适应粒子群优化算法进行波阻抗反演。自适应粒子群优化算法是以群智能优化理论为基础,通过3种可能移动方向的带权值组合进行全局寻优。该方法搜索速度较快,且具有较强的全局寻优能力。通过函数测试和波阻抗反演的应用,结果表明,自适应粒子群优化算法是一种适应能力较强的全局优化算法,用该方法进行波阻抗反演是可行有效的。