基于仿生計(jì)算智能的地下工程反分析

出版時(shí)間:2009-5  出版社:科學(xué)出版社  作者:高瑋,劉泉聲 著  頁數(shù):164  字?jǐn)?shù):250000  
Tag標(biāo)簽:無  

前言

  地下工程是迄今為止最復(fù)雜的工程問題之一,其處理的對(duì)象是性質(zhì)、性態(tài)等極其復(fù)雜的天然巖土地質(zhì)體,它是目前為止人們所知的最復(fù)雜的材料之一。而且,它所涉及的力學(xué)問題是一個(gè)多場(chǎng)(應(yīng)力場(chǎng)、溫度場(chǎng)、滲流場(chǎng))、多相(氣相、固相、液相)等影響下的復(fù)雜耦合問題。另外,在實(shí)際地下工程中,施工因素等也很重要。對(duì)如此復(fù)雜的工程問題,數(shù)值計(jì)算已成為了解決地下工程問題的有力工具。但是,數(shù)值計(jì)算的結(jié)果完全依賴于輸入的參數(shù)及選定的模型,對(duì)于地下工程問題而言,由于其固有的數(shù)據(jù)有限的特征,使其“參數(shù)給不準(zhǔn)”及“模型給不準(zhǔn)”已成了數(shù)值計(jì)算應(yīng)用的“瓶頸”問題。地下工程是一個(gè)自然化工程,屬于一個(gè)開放的動(dòng)態(tài)系統(tǒng),其影響因素眾多而復(fù)雜,且很多因素是未知或不確定的。對(duì)這種問題采用系統(tǒng)與功能方法解決是非常合適的,也是必需的。而施工中的變形量測(cè)與反分析是功能方法的成功應(yīng)用,反饋思想是解決這種問題的非常重要的一種方法論和思維方式。不同于傳統(tǒng)研究方法,反分析在借助現(xiàn)有研究方法的基礎(chǔ)上,將工程巖土體作為一個(gè)系統(tǒng)進(jìn)行研究,它集地下工程已有研究成果、優(yōu)化技術(shù)及系統(tǒng)思想于一體,是一種綜合性的研究方法。由于它的第一手資料來源于工程實(shí)際,因而,由它得到的結(jié)果有更大的可信度,其在實(shí)際地下工程中無疑會(huì)具有良好的應(yīng)用前景。但傳統(tǒng)的地下工程反分析研究在實(shí)際應(yīng)用中存在很多問題,使得反分析研究“中看不中用”。為了解決這些問題,從研究思維變革的根本著手,進(jìn)行學(xué)科的交叉與滲透,本書把新興的仿生計(jì)算智能學(xué)科引入地下工程反分析領(lǐng)域,全面而系統(tǒng)地進(jìn)行了反分析的仿生計(jì)算智能研究。試圖從一個(gè)全新的角度人手,推動(dòng)地下工程反分析的研究。  本書從圍巖參數(shù)反分析及本構(gòu)模型反分析兩個(gè)角度人手,全面而系統(tǒng)的進(jìn)行了仿生計(jì)算智能與地下工程反分析的融合研究,提出了大量新穎的反分析研究方法,最后,通過三個(gè)大型地下工程實(shí)例的應(yīng)用證明了本書提出的主要反分析方法的工程實(shí)用性。其主要內(nèi)容如下:  首先,把地下工程圍巖物性參數(shù)反分析分為正反分析(優(yōu)化反分析)及逆反分析兩種。針對(duì)正反分析目標(biāo)函數(shù)的復(fù)雜性,把仿生優(yōu)化算法引入正反分析研究,提出了大量仿生優(yōu)化反分析新算法?! 。?)基于前人的研究及對(duì)算法機(jī)理的分析,提出了一種新的快速收斂遺傳算法反分析方法?! 。?)首次結(jié)合進(jìn)化規(guī)劃、人工免疫系統(tǒng)原理及有限元計(jì)算提出了一種新的免疫進(jìn)化規(guī)劃反分析方法?! 。?)借助傳統(tǒng)蟻群算法的思想,把前述免疫進(jìn)化規(guī)劃的一些優(yōu)點(diǎn)結(jié)合進(jìn)來,提出了一種免疫連續(xù)蟻群算法?;诖诵滤惴?,提出了一種新型地下工程反分析算法。

內(nèi)容概要

本書全面系統(tǒng)地介紹了近年來在仿生計(jì)算智能地下工程反分析方面的研究成果。主要從圍巖物性參數(shù)反分析和圍巖模型辨識(shí)兩個(gè)方面進(jìn)行了介紹,針對(duì)不同反分析問題的難點(diǎn),提出了大量有針對(duì)性的新型仿生算法,并基于有限元數(shù)值平臺(tái),創(chuàng)造性的提出了一系列新型的反分析技術(shù),基本解決了傳統(tǒng)反分析存在的一些難題。最后通過幾個(gè)大型工程的應(yīng)用證明了所提算法的可行性及有效性。    本書可供從事地下工程反分析、地下工程穩(wěn)定性分析等的專業(yè)研究人員及從事地下工程設(shè)計(jì)施工的工程技術(shù)人員參考,也可以作為地下工程、隧道工程等專業(yè)的研究生教材。

書籍目錄

1  緒論  1.1  反分析的不同描述法    1.1.1  數(shù)學(xué)描述法    1.1.2  力學(xué)描述法    1.1.3  信息描述法    1.1.4  系統(tǒng)描述法  1.2  地下工程反分析研究現(xiàn)狀    1.2.1  參數(shù)反分析研究    1.2.2  模型反分析研究  1.3  反分析的仿生計(jì)算智能研究    1.3.1  基于人工神經(jīng)網(wǎng)絡(luò)的反分析研究    1.3.2  基于進(jìn)化計(jì)算的反分析研究    1.3.3  其他仿生計(jì)算智能反分析研究  1.4  本書主要內(nèi)容  參考文獻(xiàn)2  仿生計(jì)算智能原理及方法  2.1  人工神經(jīng)網(wǎng)絡(luò)(ANN)    2.1.1  多層前向神經(jīng)網(wǎng)絡(luò)    2.1.2  進(jìn)化神經(jīng)網(wǎng)絡(luò)(ENN)  2.2  進(jìn)化計(jì)算(EC)    2.2.1  遺傳算法(GA)    2.2.2  進(jìn)化規(guī)劃(EP)  2.3  人工免疫算法    2.3.1  生物免疫系統(tǒng)    2.3.2  人工免疫算法  2.4  蟻群算法    2.4.1  蟻群算法的生物基礎(chǔ)    2.4.2  蟻群優(yōu)化算法的實(shí)現(xiàn)2.5  粒子群優(yōu)化算法    2.5.1  粒子群優(yōu)化算法的提出    2.5.2  粒子群優(yōu)化算法的實(shí)現(xiàn)    2.5.3  粒子群優(yōu)化算法同進(jìn)化算法的比較    2.5.4  粒子群優(yōu)化算法的仿真實(shí)驗(yàn)  2.6  其他算法簡(jiǎn)介    2.6.1  模擬退火算法    2.6.2  混沌優(yōu)化算法    2.6.3  DNA分子計(jì)算  參考文獻(xiàn)3  地下工程圍巖物性參數(shù)反分析研究  3.1  進(jìn)化神經(jīng)網(wǎng)絡(luò)逆反分析    3.1.1  神經(jīng)網(wǎng)絡(luò)反分析的必要性    3.1.2  進(jìn)化神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本獲取    3.1.3  進(jìn)化神經(jīng)網(wǎng)絡(luò)算法    3.1.4  逆反分析的進(jìn)化神經(jīng)網(wǎng)絡(luò)研究  3.2  仿生優(yōu)化反分析研究    3.2.1  仿生優(yōu)化反分析的必要性    3.2.2  改進(jìn)的快速遺傳算法及其在反分析中的應(yīng)用    3.2.3  進(jìn)化規(guī)劃及其在反分析中的應(yīng)用    3.2.4  免疫連續(xù)蟻群算法反分析研究    3.2.5  粒子群優(yōu)化反分析研究  3.3  基于仿生優(yōu)化算法的巖體滲流參數(shù)反分析研究    3.3.1  巖體滲透系數(shù)反演的基本模型    3.3.2  巖體滲透系數(shù)反演的仿生算法實(shí)現(xiàn)    3.3.3  算例分析  參考文獻(xiàn)4  地下工程圍巖本構(gòu)模型反分析研究  4.1  圍巖彈塑性本構(gòu)模型類內(nèi)辨識(shí)研究    4.2.1  屈服函數(shù)模型反分析研究1    4.1.2  屈服函數(shù)模型反分析研究2  4.2  圍巖彈黏塑性本構(gòu)模型類內(nèi)辨識(shí)研究    4.2.1  理論研究    4.2.2  圍巖彈黏塑性模型的反分析研究    4.2.3  工程實(shí)例  4.3  圍巖本構(gòu)模型類問辨識(shí)與力學(xué)參數(shù)同時(shí)反分析研究    4.3.1  模擬生態(tài)競(jìng)爭(zhēng)模型的提出    4.3.2  圍巖本構(gòu)模型類問辨識(shí)及參數(shù)同時(shí)反演的模擬生態(tài)競(jìng)爭(zhēng)模型    4.3.3  實(shí)例分析  4.4  地下工程圍巖本構(gòu)模型反分析的其他可能研究    4.4.1  巖土材料本構(gòu)模型識(shí)別的神經(jīng)網(wǎng)絡(luò)研究    4.4.2  本構(gòu)模型識(shí)別的遺傳程序設(shè)計(jì)研究  參考文獻(xiàn)5  工程應(yīng)用研究  5.1  地下工程圍巖參數(shù)逆反分析的工程應(yīng)用研究    5.1.1  龍灘隧道工程簡(jiǎn)介    5.1.2  龍灘隧道工程圍巖監(jiān)測(cè)情況    5.1.3  圍巖力學(xué)性質(zhì)試驗(yàn)情況    5.1.4  隧道區(qū)地應(yīng)力場(chǎng)實(shí)測(cè)情況    5.1.5  圍巖參數(shù)及地應(yīng)力場(chǎng)逆反分析研究  5.2  地下工程圍巖參數(shù)優(yōu)化反分析的工程應(yīng)用研究    5.2.1  天生橋一級(jí)電站工程現(xiàn)場(chǎng)監(jiān)測(cè)試驗(yàn)概況    5.3.2  試驗(yàn)洞圍巖參數(shù)的優(yōu)化反分析  5.3  地下工程圍巖本構(gòu)模型辨識(shí)的工程應(yīng)用研究    5.3.1  某抽水蓄能電站現(xiàn)場(chǎng)位移監(jiān)測(cè)試驗(yàn)概況    5.3.2  試驗(yàn)洞圍巖體本構(gòu)模型的辨識(shí)  參考文獻(xiàn)6  結(jié)論及展望  6.1  結(jié)論  6.2  展望  參考文獻(xiàn)

章節(jié)摘錄

  1 緒論   §1.4 本書主要內(nèi)容  無論從學(xué)科發(fā)展的規(guī)律考慮,還是從反分析實(shí)際應(yīng)用的需要上著眼,把智能科學(xué)的新發(fā)展分支——仿生計(jì)算智能引入傳統(tǒng)反分析研究中,進(jìn)行仿生計(jì)算智能反分析研究非常必要。但是,為了進(jìn)行學(xué)科交叉,我們必須對(duì)兩個(gè)學(xué)科均有一定的認(rèn)識(shí),這樣才能更好地實(shí)現(xiàn)交叉。作為學(xué)科交叉的仿生計(jì)算智能化反分析的深入研究,必須首先從仿生計(jì)算智能學(xué)科的闡述開始,然后針對(duì)反分析的實(shí)際情況改善現(xiàn)有仿生計(jì)算智能方法,只有這樣才能真正實(shí)現(xiàn)反分析的仿生計(jì)算智能化。作為對(duì)上述研究思路的實(shí)現(xiàn),本書主要包括如下內(nèi)容: ?。?)從智能科學(xué)的總體描述及仿生技術(shù)發(fā)展上揭示了仿生計(jì)算智能新學(xué)科的概念及其特點(diǎn)。從其原理著手,描述了仿生計(jì)算智能學(xué)科的研究?jī)?nèi)容,并從原理、特點(diǎn)及實(shí)施上詳細(xì)介紹了本書將用到的幾種仿生計(jì)算智能方法?! 。?)在詳細(xì)分析遺傳算法原理及實(shí)施的基礎(chǔ)上,針對(duì)地下工程反分析問題,提出了一種改進(jìn)遺傳算法。并用數(shù)值算例對(duì)其性能進(jìn)行了研究,在此基礎(chǔ)上進(jìn)行了改進(jìn)遺傳算法反分析研究。 ?。?)在分析遺傳算法缺點(diǎn)的基礎(chǔ)上,引入了進(jìn)化規(guī)劃新方法,在分析傳統(tǒng)進(jìn)化規(guī)劃算法的基礎(chǔ),從人工免疫算法的原理得到啟發(fā),結(jié)合兩者的優(yōu)點(diǎn),提出了一種融合免疫思想的進(jìn)化規(guī)劃算法——免疫進(jìn)化規(guī)劃。并用數(shù)值算例比較了它同傳統(tǒng)遺傳算法的性能,在此基礎(chǔ)上提出了一種新型地下工程反分析算法——免疫進(jìn)化規(guī)劃反分析。   ……

編輯推薦

  《基于仿生計(jì)算智能的地下工程反分析:理論與應(yīng)用》從圍巖參數(shù)反分析及本構(gòu)模型反分析兩個(gè)角度人手,全面而系統(tǒng)的進(jìn)行了仿生計(jì)算智能與地下工程反分析的融合研究,提出了大量新穎的反分析研究方法,最后,通過三個(gè)大型地下工程實(shí)例的應(yīng)用證明了《基于仿生計(jì)算智能的地下工程反分析:理論與應(yīng)用》提出的主要反分析方法的工程實(shí)用性。其主要內(nèi)容如下。

圖書封面

圖書標(biāo)簽Tags

評(píng)論、評(píng)分、閱讀與下載


    基于仿生計(jì)算智能的地下工程反分析 PDF格式下載


用戶評(píng)論 (總計(jì)0條)

 
 

 

250萬本中文圖書簡(jiǎn)介、評(píng)論、評(píng)分,PDF格式免費(fèi)下載。 第一圖書網(wǎng) 手機(jī)版

京ICP備13047387號(hào)-7