基于遗传算法和模糊神经网络的边坡稳定性评价

边坡工程是一个动态的、模糊的、开放的复杂非线性系统,传统的分析方法有时难以对复杂边坡的稳定性做出符合实际的评价。影响边坡稳定性的因素复杂且具有随机性和模糊性。由于神经网络方法不仅能考虑定量因素,而且能考虑定性因素的影响,因而神经网络方法适用于解决非确定性的边坡稳定性评价问题。综合考虑影响边坡稳定性的各方面因素,建立了基于遗传算法的模糊神经网络模型,并利用大量工程资料对网络进行训练和测试。预测结果表明,该模型的预测精度明显高于目前同类方法。     

双标量损伤模型及其在Biot固结有限元中的应用

在前人工作的基础上,推广并发展了各向同性双标量损伤变量理论,推导出双标量损伤变量模型的损伤演化方程。然后,将其引入比奥固结有限元方程中,并据此编制相应的双标量损伤变量流-固耦合有限元程序。最后,对一个软土路基有限元简化模型进行分析计算,并以典型节点为例,绘制了模型沉降值、孔压值、损伤变量等的变化曲线。结果表明,利用双标量损伤变量模型描述土的本构关系比单标量损伤模型更加合理。     

基于遗传神经网络的锚杆极限承载力预测的研究

针对BP人工神经网络具有易陷入局部极小等缺陷,提出了将遗传算法与神经网络结合,同时优化网络结构的权值与阈值的思想,建立了基于遗传算法的锚杆极限承载力预测的遗传神经网络模型。该模型以低应变动测的5个变量作为输入变量来对锚杆极限承载力进行预测,并与BP神经网络预测结果进行比较。数值算例表明,遗传神经网络在锚杆极限承载力预测中具有较高的计算效率和识别精度。     

基于改进BP网络算法的边坡稳定性评价

影响边坡稳定性的因素复杂且具有随机性和不确定性。由于神经网络方法不仅能考虑定量因素,而且能考虑定性因素的影响,因而神经网络适用于解决非确定性的边坡稳定性评价问题。结合遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了一种用于BP网络权值学习的GASA混合策略,并综合考虑影响边坡稳定性的各方面因素,建立了基于GASA混合策略的神经网络模型,并利用大量工程资料对网络进行训练和测试,得出了一些有意义的结论。     

弹性波CT技术在码头加固效果检测中的应用

青岛港是我国北方一个很重要的港口码头,但由于年久失修,码头的使用出现安全隐患。经多种修补方案比较,最终采用垂直注浆加固方案。为了检测码头高压注浆加固处理效果,采用弹性波CT方法并结合岩芯波速测试及强度试验对其进行检测。本文简要叙述了弹性波CT法的原理与测试方法,探讨了该法在灌浆效果检测中的应用。试验证实,弹性波CT技术在探测水下高压注浆效果检测方面有其独特的效果。