双相介质波动方程正演模拟研究

本文在详细地介绍了双相介质和小波分析的有关理论的基础之上,对Biot方程进行了差分数值模拟正反演研究。利用有限差分法对双相介质Biot理论的波动方程进行了正演模拟,该方法对地震勘探中的双相介质方程的正演数值模拟取得较好的结果,为今后继续从事双相介质的工作打下了一定的基础。     

基于免疫进化规划的岩体渗流参数反演

岩体渗流参数反演是一个复杂的非线性函数优化的问题,采用传统优化技术及目前采用的全局优化算法--遗传算法都存在计算效率低等本质问题.本文采用更加合理的算法一免疫进化规划进行岩体渗流参数反演,并用一个算例证明了算法的有效法.     

滑坡堆积体滑带土强度参数反算研究

根据滑坡堆积体的特点,提出一种新的反算滑坡堆积体滑带土强度参数的方法—差分进化支持向量机方法.该方法在滑面位置已经查明的情况下,建立堆积体稳定性计算模型,根据堆积体变形情况确定计算剖面的稳定性评价指标.利用均匀设计方法,构造2因素25水平的计算方案,采用极限平衡分析计算出各剖面在不同c、φ值下的安全系数,将其作为学习样本.通过支持向量机学习,建立参数与安全系数之间的非线性映射关系,基于这种关系,利用差分进化算法搜索滑带土强度参数.以溪洛渡水电站左岸谷肩堆积体为例,采用基于极限平衡法的差分进化支持向量机方法反算滑带土强度参数,利用反算出的强度参数,对堆积体的稳定性进行分析.研究表明,计算出的安全系数与稳定性评价指标误差较小,说明该方法效果良好,适用于反算滑坡堆积体滑带土强度参数,对工程具有指导意义.     

赈灾资金使用监察问题的进化博弈分析

利用进化博弈理论研究赈灾资金使用的监察问题,建立了受灾地区地方政府与监管部门之间的非对称进化博弈模型,并利用微分方程的局部稳定性理论讨论了不同参数水平下的进化稳定策略,在此基础上提出相应的政策建议.     

隧道围岩力学参数反分析及工程应用

以大连地铁一号线学苑广场—海事大学区间过河段隧道工程为背景,基于一种新型优化算法——差异进化算法进行隧道围岩力学参数反分析,提出以位移值为指标的差异进化位移反分析方法及实现过程,并将反演得到的围岩力学参数应用到过河段隧道工程开挖方案比较及稳定性分析,验证了复杂地质条件下该方法的可行性和有效性.结果表明,该方法在复杂地质条件下具有较好的可行性,且对选取隧道施工方案、保证隧道安全具有一定的指导意义.同时,所得围岩力学参数也可进一步应用于其他类似工程的相关研究.     

粮食中声波传播理论模型的建立及实验验证

 以Biot的流体饱和多孔介质声传播理论为基础,对Biot理论中忽略双相介质间热效应的问题进行了修改,同时将Johnson模型拓广到颗粒介质(粮食)中,认为粮食颗粒间孔隙既有圆柱形又有平行狭缝状,建立了粮食颗粒中声波传播理论模型,利用这一模型对粮食吸声系数进行了计算,计算值与实验值吻合较好.     

基于分层进化寻优的塔机结构有限元模型修正

采用分层优化策略,运用进化寻优算法实现结构有限元模型的优化修正.根据设计变量对有限元模型影响的区别将其置于节点层与截面层分别执行进化寻优,两个层次的进化寻优交替进行直至问题收敛.建立了某型塔机的参数化有限元模型,根据实测的风致振动响应识别的模态参数采用所提出的方法对塔机的有限元模型进行了修正.修正结果表明,该方法可以有效地实现塔机的有限元模型修正,且修正计算效率高于对应的基于整体策略的修正方法.     

砂井地基固结三维非线性有限元及材料参数反演分析

引入一种新型排水板单元,将其结合到三维Biot固结有限元程序中,简化了砂井地基三维有限元模拟和计算工作量.同时,将三维非线性Biot固结有限元法与基于改进遗传算法的材料参数反演分析方法相结合,编制了能够进行砂井地基正演和反演计算的数值模拟程序,用于堆载预压下砂井路基固结变形的工程模拟.反演结果与实测吻合良好.     

基于克隆选择算法的基坑工程位移反分析

鉴于在基坑工程中传统位移反分析方法存在的计算量较大,不易掌握以及求得岩土介质力学性能参数精度较低的不足,提出基于克隆选择算法的位移反分析方法.该方法的核心在于采用BP网络为正演工具代替有限元方法,描述岩土介质力学性能参数和位移的非线性映射,以减少计算量;利用克隆选择算法为反演工具,优化岩土介质力学性能参数,以提高计算精度;依据高精度的岩土介质力学性能参数又可以估算出高精度的位移.仿真试验表明了该方法的可行性和有效性.     

层状粘弹性介质参数反演的同伦方法

以介质的动态时域位移响应作为参数反演的依据,利用大范围收敛的同伦方法对层状粘弹性介质的材料参数进行了反分析研究.动态时域位移响应比拟静态和频域位移响应含有更丰富的信息,而且在实际工程中所测得的信息也多为动态时域信号,因此将时间全过程的位移信息用于层状粘弹性介质参数反分析,将使反演的结果更合理,更接近实际.为保证迭代稳定性、削弱观测噪声的影响,同伦参数的修正采用了连续化修正方法.以三维层状粘弹性半空间介质为例进行了数值模拟,结果表明,反演结果不依赖于初始值的选取,反算过程稳定收敛,说明对反演参数连续修正的同伦反演方法对于层状粘弹性介质的动态参数反演是适用、有效的.     

基于思维进化算法的人工神经网络结构优化

针对神经网络结构难以优化的问题,本文采用思维进化计算(MEC)算法和BP算法相结合的方法来动态优化神经网络结构。随机产生网络结构,对每一结构,利用BP算法评价神经网络结构优劣,找到局部最优结构,再通过MEC算法中的趋同、异化操作,找出全局最优结构。仿真结果说明了算法的有效性。     

基于正态变异的思维进化计算

将正态变异引入到思维进化计算中, 提出了一种新的基于正态变异的思维进化计算.在算法中采取了自适应策略.试验结果表明该算法具有高效的收敛速度, 并能收敛到全局最优点.与遗传算法(Genetic Algorithm, GA)和传统的思维进化计算(Mind Evolutionary Computation, MEC)进行比较分析, 该算法收敛速度更快, 收敛率更高.     

求解非线性混合规划问题的序贯演化策略

给出了求解线性混合规划问题的序贯演化策略,大量算例验证了该方法的通用性和有效性,它可用于求解各种实际工程的混合最优问题。     

ES-SOFM混合模型及其在水环境评价中的应用

提出一种基于进化策略（Evolutionary Strategy,ES)和自组织特征映射（Self-Organizing Feature Map,SOFM)神经网络的混合模型进行水环境评价的新方法。把SOFM网络嵌入到ES中，根据SOFM网络的运行状态构造ES的适应性函数，利用ES的强搜索能力克服SOFM网络对初始权向量和样本输入次序敏感的弱点。在水环境评价中的应用效果表明，此方法比模糊聚类法分类更合理。     

基于思维进化计算的一种广义进化模型

本文在遗传算法 (GeneticAlgorithm ,简记GA)与思维进化计算 (MindEvolution aryComputation ,简记MEC)的基础上 ,提出了一种广义进化模型 (GeneralizedEvolutionaryModel ,简记GEM)。该模型用微演化与宏演化两个过程 ,分别模仿人类的思维学习方式与自然进化 ,并通过概率趋同、信息迁移、自适应变异算子将两个过程有机的结合起来 ,从完全意义上模仿了人类的进化。该模型既能有效地克服遗传算法的本质缺陷 ,又能拓展思维进化计算的理论基础及应用范围。数值优化的仿真结果证明了该模型的有效性     

基于思维进化算法的变压器局部放电源定位新方法

为准确对变压器局部放电源的位置定位,寻求先进的优化计算方法是解决该问题的有效途径。把思维进化算法(MEC)用于变压器局部放电源"声-声"定位。实验结果表明,与基于标准遗传定位算法比较,基于思维进化方法的定位具有精度高、收敛速度快、避免早熟等特点,做到对放电源位置实时在线定位。     

基于共同进化计算的分类规则算法

为提高分类挖掘的准确度，在分析ID3，C4.5和进化算法（EC）的基础上，设计了两个共同进化的种群分别表示选择的属性子集和分类规则子集，提出基于共同进化计算的分类规则算法（CRCEC），并构建CRCEC算法的适应度评价函数．用4个加利福尼亚大学Irvine分校的数据集对CRCEC，ID3，C4．5和EC算法进行测试比较，结果表明CRCEC算法分类准确度高，可以得到简洁的、可理解性强的规则．最后给出了CRCEC算法在公路车辆征费分类预测系统中的一个应用实例．     

自动布局问题的进化计算算法

二维不规则形状物体的自动最优布局是属于NP完全的组合优化问题，使用传统的方法很难得到满意解答。文章针对该问题提出了一个基于进化计算的算法，并以服装计算机辅助设计为例表明基于此进化计算计算的算法卓有成效地应用到自动布局问题。为了得到关于问题的自然和有效的编码，将问题变换为一种与之等价的关于多边形的运动规划问题，根据问题的特性设计了算法的3个重要算子，在解的解码和评价过程中则综合地利用了已有的最优算法。     

基于图形处理器的格子Boltzmann方法计算

由于图形处理器(GPU)最近几年迅速发展,基于GPU的计算作为一个新的研究方向已经引起越来越多人的关注.在综述国内外最新文献的基础上,从介绍GPU的高性能开始,分析GPU本身的特性,介绍GPU的计算模型并分析其流水线结构,阐述如何对GPU进行编程,并初步实现基于GPU的格子Boltzmann方法（LBM）计算.     

基于进化策略的K-means聚类算法

针对K-means聚类算法易陷入局部极小以及K值选取的问题，提出一类基于进化策略的聚类算法，可以有效地搜索最优聚类中心和聚类个数K；还提出了确定K值范围的经验公式，以减小搜索空间，提高搜索效率，并给出了理论分析．相对遗传算法而言，本方法鳊码简单，种群较小．对Fishers iris数据集的仿真实验表明，该方法得到最优解的可能性比经典算法大得多．