基于模拟退火算法的爆炸冲击荷载参数反演法

基于模拟退火算法,建立了根据测试系统动力响应观测数据反演爆炸冲击荷载参数的数值方法。数值模拟结果表明,本文所提出的爆炸冲击荷载参数随机反演方法具有全局搜索能力,并且具有良好的抗观测噪音能力。当 测试系统的观测相对误差为10％时,参数反演结果的误差小于4％。所建立的参数反演方法具有良好的鲁棒性。     

RCC坝热学参数人工神经网络反馈分析

基于人工神经网络的方法,建立了碾压混凝土坝施工期热学参数反馈分析模型．根据某碾压混凝土坝坝体温度观测资料,对碾压混凝土坝施工期热学参数进行反演,结果表明此法适用于解决这类复杂非线性问题．具有较好的稳定性和收敛性．反演结果满足工程需要．     

海水入侵三维含水层渗透系数的BP网络逆反分析

为研究复杂地质体海水入侵渗透系数的不确定性,将非线性动力学神经网络用于海水入侵的三维含水层参数的逆反分析,建立了基于监测水头值的海水入侵渗透系数直接识别方法.采用正交设计试验方法进行三维数值试验产生代表性的样本数据,通过误差逆传播学习算法建立多层的神经网络模型,表示观测水头和渗透系数隐式的复杂非线性映射关系,通过观测水头信息直接预测含水层渗透系数.该方法可利用现有的海水入侵三维有限元模拟程序.算例表明该法具有良好的分析精度,可满足工程要求.     

土-结构系统的非线性参数反演研究

研究土-结构系统的非线性参数反演问题.建立了土-结构系统的二维集中质量非线性计算模型,提出了变量分离的非线性参数拟合法.利用非线性计算模型和变量分离的非线性参数反演法,实现了复杂的土-结构系统的非线性参数反演.以湖南大学建立的野外大比例尺土-结构系统的试验模型为算例,利用地震输入和系统响应,对系统的非线性动力参数进行反演.算例表明,该算法计算量小,反演精度高,可用于土-结构系统的非线性参数的在线反演.     

基于混合遗传算法的混凝土大坝力学参数反演

将混凝土大坝和岩石基础的力学参数识别反问题作为优化问题处理,然后采用混合遗传算法求解可准确地确定岩体的力学参数。基于观测的混凝土大坝坝顶水平位移,建立了识别混凝土大坝和岩石基础力学参数的数值方法。为解决简单遗传算法的早熟问题,将遗传算法与模拟退火算法相结合,提出了基于混合遗传算法的混凝土大坝力学参数反演方法。丰满混凝土大坝实际工程应用表明,根据参数反演结果预报大坝在不同水位条件下的水平位移具有较高的精度。     

均质含水层弥散度与平均流速的数值反演

考察了一个受补于污染河水的均质含水层地下水模型参数的反演问题．根据某一终值时刻的污染物浓度观测值,借助MATLAB优化函数进行搜索计算,获得了弥散度与平均流速的数值结果．     

盾构机密封舱渣土非线性本构模型参数识别

根据密封舱改性渣土的三轴压缩实验数据,建立了基于优化方法的Duncan-Chang双曲线本构模型参数反演方法。为了解决参数识别反问题解的不稳定性问题,在Gauss-Newton优化迭代算法的基础上,提出了正则化参数反演方法。实际应用结果表明,所提出的反演方法具有较快的收敛速度和较强的鲁棒性,预测的实验模型变形与实验值吻合较好。     

基于波谱数据库先验信息的地表参数同化反演方法

我国典型地物波谱数据库的构建为地表参数反演提供了先验信息,而时间序列遥感观测数据则能够提供反演目标参数的动态变化信息．文中将描述植被冠层反射的遥感辐射传输模型与描述作物生长变化的过程模型结合,提出了综合利用时间序列遥感观测数据和波谱库所提供的参数先验信息对农作物生长过程中的关键结构参数叶面积指数（LAI）进行反演的方法．时间序列遥感观测数据能为目标参数LAI的反演提供更多信息,而作物生长模型的引入则能够对反演过程中LAI的变化趋势进行约束．实验结果表明,利用地物波谱库中提供的参数先验信息结合时间序列遥感观测数据,采用变分数据同化算法可以明显提高具有时间变化特征的地表目标参数反演精度．     

基于异步粒子群优化算法的边坡工程岩体力学参数反演

基于现场变形观测资料的优化反演是确定边坡岩体力学参数的主要方法之一,其本质是一个岩体力学参数的寻优过程,因而,如何选择一个高效的优化算法是其核心问题之一.目前,粒子群优化算法已被应用于边坡工程力学参数反演,但其算法实现为同步模式,最优粒子的信息不能及时共享,降低了优化效率,使得反演耗时较多.鉴于此,提出基于异步粒子群优化算法的边坡工程岩体力学参数反演,该算法的搜索步伐并不一致,粒子间表现出异步性,因而寻优效率明显高于同步模式,可有效解决在边坡工程中岩体力学参数反演中存在的低效问题.在此基础上,构建了边坡工程岩体力学参数反演模型,并采用ABAQUS作为反演分析中的正分析工具,给出了边坡工程岩体力学参数反演的实现流程,完成了程序编制,进而通过算例分析,验证了所提出的方法和程序编制的可行性和高效性.     

基于异步粒子群优化算法的边坡工程岩体力学参数反演

基于现场变形观测资料的优化反演是确定边坡岩体力学参数的主要方法之一,其本质是一个岩体力学参数的寻优过程,因而,如何选择一个高效的优化算法是其核心问题之一.目前,粒子群优化算法已被应用于边坡工程力学参数反演,但其算法实现为同步模式,最优粒子的信息不能及时共享,降低了优化效率,使得反演耗时较多.鉴于此,提出基于异步粒子群优化算法的边坡工程岩体力学参数反演,该算法的搜索步伐并不一致,粒子间表现出异步性,因而寻优效率明显高于同步模式,可有效解决在边坡工程中岩体力学参数反演中存在的低效问题.在此基础上,构建了边坡工程岩体力学参数反演模型,并采用ABAQUS作为反演分析中的正分析工具,给出了边坡工程岩体力学参数反演的实现流程,完成了程序编制,进而通过算例分析,验证了所提出的方法和程序编制的可行性和高效性.