重力坝纵缝非连续接触地震反应分析

采用非线性动力时程分析方法,通过超载响应分析,初步研究了设纵缝重力坝的抗震能力.运用弥散裂缝模型模拟混凝土在强震下的开裂行为,采用基于罚函数法的接触模型模拟纵缝在动力荷载下的力学行为.对比不设纵缝的计算模型,结果表明纵缝改变了坝体应力分布,降低了坝体的抗震能力.通过对开裂比和抗滑安全系数的分析,判定该设纵缝重力坝段的极限抗震能力为0.6g.     

某混凝土重力坝纵缝测缝计成果分析及性态评价

对某混凝土重力坝蓄水前各坝段纵缝开合度观测资料进行及时的处理与分析,对于了解大坝安全性态和指导工程运行具有重要意义。本文结合该大坝坝体纵缝接缝灌浆完成后及导流底孔下闸蓄水前的纵缝测缝计开合度监测资料对坝体纵缝进行了定性、定量分析。综合分析认为该大坝纵缝基本正常,接缝灌浆质量较好,安全性态良好。     

基于并行改进遗传算法的拱坝位移反分析

引入小生境技术和自适应杂交变异概率方法,基于并行有限元程序,给出了适合推求拱坝和地质力学参数的位移反分析并行遗传算法,并编制了相应的程序,利用地质力学模型试验数据,对溪洛渡拱坝进行了位移反分析,得到了和试验相一致的坝体混凝土和地基岩体的力学参数。结果表明,该算法可以有效解决简单遗传算法的早熟收敛问题,收敛效率得到明显提高。当采用16个CPU进行并行计算时,可以达到42%的计算效率,表明该算法适用于拱坝这样复杂的三维结构的位移反分析,可以大大减少拱坝位移反分析的时间。     

基于遗传算法的混凝土湿度场特征参数求解及反分析

为了求解干燥环境中混凝土内部湿度分布,提出了利用遗传算法来求解混凝土湿度场特征参数.根据室内实验实测的湿度值,运用遗传算法对混凝土试块湿度场进行反演计算,得到反映混凝土湿度扩散性能的参数.利用这些参数和三维有限元仿真计算程序对湿度场进行分析,将计算值和实测值进行对比得知二者变化规律一致,各组数据相关系数大于0.98,说明利用反演的参数仿真计算是完全合理的,可以指导施工,同时说明遗传算法作为一种优化算法,具有收敛速度快、效果好等特点.     

基于遗传算法和神经网络的隧道围岩位移智能反分析

基于正交试验设计和FLAC3D建立的学习样本以及测试样本,通过工程现场获取的围岩位移信息,用神经网络建立待反演参数与围岩位移之间潜在的映射关系。研究结果表明:利用该神经网络的仿真预测功能,结合遗传算法搜索反演参数的最优解,从而实现位移反分析;可将反演结果反馈于隧道支护结构的设计,实现隧道的信息化施工与设计。     

碾压混凝土重力坝横缝切缝深度研究

以龙开口碾压混凝土重力坝为例,利用数值仿真计算方法研究碾压混凝土重力坝横缝切缝深度问题,分析了因此形成的间断缝的应力变化情况.其结论可为设计单位的切缝设计、控制碾压混凝土重力坝的温度应力提供参考依据.     

基于可靠性概念的重力坝优化设计

对重力坝的优化提出了基于可靠性的材料力学（Ｊｃ法）优化法和基于可靠性的八结点等参有限元优化法,并与传统定值材力优化法进行比照,编写了ＢＯＸ程序,并通过工程实例的优化设计,用三种方法进行分析比较,得出对优化设计有益的结论．     

江垭碾压混凝土重力坝渗流特性分析

运用固定网格的结点虚流量法、非均质成层材料单元、缝面无厚度平面单元等,对江垭碾压混凝土坝渗流场进行了建模与分析研究,在反演出坝体几种主要筑坝材料的渗透系数张量的基础上,再通过对多种典型工况的敏感性反馈计算,进一步研究江垭大坝渗流场的渗流特性和渗流场水头分布规律,进而提出碾压混凝土坝防渗与排水渗控方案设计的建议。     

基于实数编码的加速遗传算法在混凝土温度场反分析中的应用

根据现场实验室内的混凝土长方体试件非绝热温升试验,在温度场三维有限元仿真计算的基础上,运用基于实数编码的加速遗传算法对混凝土的热学特性参数进行反演分析.反演结果表明,基于实数编码的加速遗传算法在混凝土热学参数反演分析中简单通用、适应性好、且反演收敛速度快,效率高.     

遗传算法在路面结构动态时域反分析中的应用研究

根据系统识别方法的基本原理,采用遗传算法为参数调整算法,在时域对柔性路面结构的材料参数进行了位移反分析的研究。结果表明,遗传算法是一种有效的全局搜索方法;对于不同的模量估计范围,其反演结果基本一致,发散性较小;反算过程稳定收敛;遗传算法对于路面结构材料参数的动态识别是适用的、有效的。     

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。     

应用混合优化算法求解一类热传导反问题

热传导反问题具有非线性,不适定性等特点,研究方法很多,但通常方法很难较好地接近全局最优.在遗传算法的基础上,研究了基于遗传算法+梯度法的混合优化算法求解一类热传导反问题.具体介绍依据目标函数如何利用上述的算法寻找最优参数组合.进行了大量仿真实验,结果显示在解决热传导反问题优化问题中,混合优化算法性能优越,具有良好的收敛性和快速性.     

基于粒子群的改进智能算法在载荷识别中的应用

针对粒子群优化算法(PSO)无法处理反求问题中的病态问题,基于粒子群优化算法,通过遗传算法对粒子群优化算法进行改进,提出一种改进的粒子群优化算法(GAPSO),通过载荷识别对该方法进行验证,并应用于静态载荷识别和动态载荷识别算例中。研究结果表明：改进后的粒子群优化算法既能使粒子群优化算法处理病态问题,又提高了反求问题的求解精度。     

基因算法在求解非光滑优化问题中的应用 (三峡地区资源环境生态研究)

本文考虑了基因算法在求解非光滑优化问题中的应用。非光滑优化方法致力于求解目标函数为连续不可微函数的数学规划问题。因为目标函数的不可微性,传统的以梯度为基础的确定性算法在求解非光滑问题时会遇到障碍,所以运用不需要梯度信息而只需要目标函数值信息的遗传算法来求解非光滑问题是一个不错的选择。遗传算法是基于自然界生物遗传变异过程而设计的一种优化算法,它首先对问题的可行解进行编码,编码方法有0-1编码,格雷编码和实数编码,然后运用交叉算子,变异算子和选择算子产生下一代种群。当种群迭代达到一定的次数后,种群中的最优染色体就会收敛到原问题的最优解。本文设计的基因算法基于实数编码,算子分别采用算术交叉算子,非一致变异算子,最佳选择算子。     

机械设计特征值反问题求解的神经网络算法研究

研究了特征值反问题求解的几种神经网络模型：直接逆模型，间接逆模型，优化方法模型，指出了各种方法的应用范围。研究表明，神经网络的直接逆模型使用范围十分狭窄，间接逆模型不一定收敛，而基于有限元分析的神经网络-优化方法模型，在结构参数到频率响应之间的映射关系为非双射时，也完全能获得正确结果。数值实例表明了该方法的有效性。     

指派问题的遗传算法研究与实现

提出了用遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ）进行运筹学中指派问题（ＡｓｓｉｇｎｍｅｎｔＰｒｏｂｌｅｍ）优化的新方法。根据优化问题的性质，设计了两种编码方案，以及适合此类问题的复制、交换、倒位、变异四种遗传操作符。在此基础上，完成了整个优化算法及程序框图，并用Ｃ语言实现。计算结果表明，算法设计正确，程序灵活可靠，是解决此类问题的一种行之有效的方法。     

新型访问域部分重叠的多旅行商问题的GA求解

从大型水切割机床的调度问题出发,提炼出一类新型的访问域部分重叠的多旅行商问题,建立其0?1数学规划模型,以及提出基于遗传算法的优化求解方法。遗传算法采用改进的城市和商人双染色体编码方案,设计合适的交叉和变异算子。研究结果表明:算法优化效果和收敛性好,适用于求解访问域部分重叠的多旅行商问题。     

一种求解车辆路径问题的双目标遗传算法

车辆路径问题是一个NP-难问题,将该问题描述成为一个多目标最优化问题,并为之提出了一种双目标遗传算法来解决该问题.在算法中设计了一种新的构造非支配集的方法,改进了杂交算子,混合了局部爬山法.实验结果表明该算法是求解车辆路径问题的一种高效的算法.