建立智能位移反分析系統(tǒng),用其確定隧道圍巖的力學(xué)參數(shù).針對bp神經(jīng)網(wǎng)絡(luò)易陷入局部極小值和訓(xùn)練時間過長等缺點,利用遺傳算法全局尋優(yōu)能力優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值.結(jié)合均勻設(shè)計法在圍巖力學(xué)參數(shù)初始域范圍內(nèi)設(shè)計實驗方案,這樣不僅減少了迭代時間和次數(shù),還提高了預(yù)測精度.通過對綠春壩隧道圍巖力學(xué)參數(shù)的反演,驗證了該方法的可靠性及適用性.將反演得出的圍巖力學(xué)參數(shù)代入到數(shù)值模型中進(jìn)行計算,結(jié)果表明,數(shù)值計算值與現(xiàn)場實際監(jiān)測值的誤差分別為-8.9%和4.5%.

人工神經(jīng)網(wǎng)絡(luò)在巖土參數(shù)反分析中的應(yīng)用——在運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進(jìn)行反分析的基礎(chǔ)上，將pso與bp算法相結(jié)合。充分發(fā)揮pso全局尋優(yōu)的能力和bp算法局部細(xì)致搜索優(yōu)勢，并通過實例驗證了方法的可行性。可以看出，運(yùn)用該方法可以使學(xué)習(xí)效率增高，收斂速...

在運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進(jìn)行反分析的基礎(chǔ)上,將pso與bp算法相結(jié)合,充分發(fā)揮pso全局尋優(yōu)的能力和bp算法局部細(xì)致搜索優(yōu)勢,并通過實例驗證了方法的可行性。可以看出,運(yùn)用該方法可以使學(xué)習(xí)效率增高,收斂速度加快,預(yù)測結(jié)果更加準(zhǔn)確。

常規(guī)dcd(dynamiccanonicaldescent)算法具有全局優(yōu)化能力且無需考慮目標(biāo)函數(shù)的可微性,只要預(yù)先定義優(yōu)化空間即可,但是該算法的收斂速度有限,為此提出了變參數(shù)dcd算法,并建立了其相應(yīng)的算法迭代格式。在數(shù)值試驗和工程應(yīng)用中將該變參數(shù)dcd算法與常規(guī)的dcd算法進(jìn)行比較,其結(jié)果均表明:變參數(shù)dcd算法在全局優(yōu)化能力和收斂速度上找到了一個均衡點,該算法不僅具有dcd算法的全局優(yōu)化能力,而且收斂時所需的目標(biāo)函數(shù)評估次數(shù)少,在優(yōu)化過程中該算法展示出了穩(wěn)定性強(qiáng)且優(yōu)化結(jié)果可靠度高的一面。

基于粒子群算法的深基坑巖土力學(xué)參數(shù)反分析——運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對深基坑巖土參數(shù)進(jìn)行反分析時，將粒子群算法與bp算法融合，充分發(fā)揮了粒子群算法全局尋優(yōu)的能力和bp算法局部細(xì)致搜索優(yōu)勢．實例證明，應(yīng)用該方法可提高模糊優(yōu)選人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效率，預(yù)估的巖...

基于進(jìn)化算法等全局優(yōu)化算法的巖土工程優(yōu)化反分析是解決實際問題的一種較好的思路,但計算效率是這類算法的最大問題。為了克服這種反分析方法的缺點,提高反分析的計算效率,首次把一種新型仿生算法——連續(xù)蟻群算法引入巖土工程領(lǐng)域。并為了更進(jìn)一步提高算法的效率,把免疫原理引入連續(xù)蟻群算法,提出了免疫連續(xù)蟻群新算法。在此基礎(chǔ)上,結(jié)合有限元數(shù)值分析技術(shù),提出了一種新的巖土工程反分析算法——免疫連續(xù)蟻群算法反分析。最后,通過一個簡單算例驗證了該法的有效性及卓越的計算效率。

基于免疫連續(xù)蟻群算法的巖土工程反分析研究——基于進(jìn)化算法等全局優(yōu)化算法的巖土工程優(yōu)化反分析是解決實際問題的一種較好的思路，但計算效率是這類算法的最大問題。為了克服這種反分析方法的缺點，提高反分析的計算效率，首次把一種新型仿生算法——連續(xù)蟻群算...

闡述了基于遺傳算法的巖土工程位移反分析方法的基本原理,介紹了遺傳算法在巖土工程反分析中的應(yīng)用現(xiàn)狀,分析了存在的不足,指出與其他智能算法的結(jié)合是其發(fā)展的方向。

基于正交多項式逼近法的巖土參數(shù)概率分布推斷——針對巖土參數(shù)樣本容量較大的情況，基于數(shù)值分析中的逼近原理，直接根據(jù)試驗樣本值，運(yùn)用勒讓德正交多項式來擬合巖土參數(shù)的概率密度函數(shù)，并用k-s檢驗法從理論上證明所求的密度函數(shù)的正確性和實用性。

基于推廣貝葉斯法的巖土參數(shù)估計及基礎(chǔ)設(shè)計——結(jié)合工程實例，介紹了推廣貝葉斯(bayes)法在巖土參數(shù)估計中的具體應(yīng)用，該方法利用場地周圍其他工程的數(shù)據(jù)擬合出各參數(shù)的最優(yōu)分布函數(shù)，并以此為先驗分布，用推廣貝葉斯法對現(xiàn)有樣本進(jìn)行處理，得出后驗分布參數(shù)以...

基于最佳數(shù)值逼近法的巖土參數(shù)概率模型推斷——提出了推斷巖土參數(shù)概率模型的最佳數(shù)值逼近法．該方法主要基于數(shù)值逼近原理，運(yùn)用勒讓德多項式來擬合巖土參數(shù)的概率密度函數(shù)．通過6種經(jīng)典概率分布與相應(yīng)的勒讓德多項式概率模型的比較，結(jié)果表明所得到的逼近表達(dá)...

基于ahp先驗分布融合法的巖土參數(shù)概率分布推斷——在存在多個大樣本先驗分布和現(xiàn)場有限個小樣本的條件下，提出了推斷巖土參數(shù)概率分布的ahp先驗分布融合法，探討如何綜合利用已有的經(jīng)驗資料并結(jié)合工程現(xiàn)場的試驗數(shù)據(jù)來確定巖土參數(shù)的概率分布。借鑒ahp多目標(biāo)決...

根據(jù)空調(diào)負(fù)荷的非線性特點,提出了一種基于粒子群算法優(yōu)化誤差反向傳播(bp)神經(jīng)網(wǎng)絡(luò)的空調(diào)負(fù)荷預(yù)測方法,針對bp網(wǎng)絡(luò)訓(xùn)練容易出現(xiàn)麻痹和易陷入局部極值,以及其預(yù)測空調(diào)負(fù)荷時精度不夠理想等現(xiàn)象,將粒子群算法的隨機(jī)全局優(yōu)化和梯度下降局部優(yōu)化結(jié)合,達(dá)到改善神經(jīng)網(wǎng)絡(luò)泛化能力和提高空調(diào)負(fù)荷預(yù)測精度的目的。用該方法對的空調(diào)系統(tǒng)冷負(fù)荷與室外空氣的干球溫度、含濕量和太陽輻射照度的關(guān)系進(jìn)行建模和預(yù)測,通過實例驗證了該優(yōu)化算法優(yōu)于bp網(wǎng)絡(luò),能更加有效地處理動態(tài)空調(diào)負(fù)荷中的非線性問題,獲得更可靠的預(yù)測結(jié)果。

針對軌道交通列車存在偏離列車時刻表的問題,為保證列車的實際到站時間和發(fā)車時間與計劃到站發(fā)車時間絕對值之差最小,將pso算法引入軌道交通運(yùn)行調(diào)度,在構(gòu)建數(shù)學(xué)模型和約束條件的基礎(chǔ)上,運(yùn)用pso算法優(yōu)化求解。研究結(jié)果表明,通過pso算法優(yōu)化調(diào)度,可以實時調(diào)整列車運(yùn)行,確保列車晚點時間在較小的范圍內(nèi),與此同時,與其他算法相比,本文算法具有更快的收斂速度和更低的時間誤差。

設(shè)計與施工的交互耦合分析對建設(shè)工程的發(fā)展具有極其重要的研究意義。這種交互耦合關(guān)系能從客觀上反映出兩個系統(tǒng)的耦合程度和耦合協(xié)調(diào)發(fā)展態(tài)勢。為了較科學(xué)地研究兩者的耦合態(tài)勢情況,文章建立了設(shè)計與施工兩個系統(tǒng)交互耦合的數(shù)學(xué)模型,并系統(tǒng)性分析了2010—2015年設(shè)計與施工耦合度、耦合協(xié)調(diào)度曲線變化情況。研究表明,設(shè)計與施工過程處于高水平耦合階段,且兩系統(tǒng)的整體發(fā)展水平表現(xiàn)不均衡。在此基礎(chǔ)上利用pso-bp神經(jīng)網(wǎng)絡(luò)算法對2016—2017年的交互耦合態(tài)勢進(jìn)行預(yù)測,選取了1996—2015年建筑業(yè)設(shè)計、施工相關(guān)數(shù)據(jù)作為訓(xùn)練樣本,從中均勻抽取4組作為測試樣本。該測試結(jié)果得到的預(yù)測值與實際值符合程度比較好,且預(yù)測精度較高。最后文章給出了設(shè)計與施工兩個系統(tǒng)在處于高水平耦合階段下,提高耦合協(xié)調(diào)度的建議。

滑坡巖土參數(shù)的取值——巖土參數(shù)的取值對滑坡穩(wěn)定與處治方案關(guān)系重大，結(jié)合南寧至友誼關(guān)公路k151+420～+680段滑坡的工程實踐，對滑坡巖土參數(shù)的取值進(jìn)行分析與探討。

針對線損計算的難點問題,建立了基于ga-ann算法的配電網(wǎng)線損計算模型,并闡述了線損計算的具體方法,最后通過算例仿真對該計算模型進(jìn)行了驗證。仿真結(jié)果表明,與其它算法相比,基于ga-ann的算法具有收斂性能強(qiáng)、速度快和計算準(zhǔn)確度高等優(yōu)點。

對現(xiàn)行《巖土工程勘察規(guī)范》中巖土參數(shù)的統(tǒng)計方法進(jìn)行了系統(tǒng)的說明,同時結(jié)合工程勘察實踐,討論了如何利用隨機(jī)場理論結(jié)合土的相關(guān)距離來求巖土參數(shù)的標(biāo)準(zhǔn)值。

巖土工程反分析法的應(yīng)用現(xiàn)狀與發(fā)展——介紹了反分析的基本原理，概括了反分析的方法概念、發(fā)展現(xiàn)狀，并就現(xiàn)階段在反分析使用中的重點和難點提出了基本思路，指出了巖土工程反分析未來發(fā)展的主要方向。

為了克服常規(guī)粒子群算法(pso)應(yīng)用于巖土工程彈塑性反演時搜索效率較低、計算工作量大的缺點,通過對算法中適應(yīng)值比較方式和粒子運(yùn)動模式的深入分析,指出了其中存在的制約搜索效率的內(nèi)在因素,并提出相應(yīng)修改策略,在此基礎(chǔ)上形成一種新的改進(jìn)粒子群算法(ipso);將新算法用于巖土材料彈塑性參數(shù)反演,結(jié)果表明,與常規(guī)粒子群算法相比,改進(jìn)算法明顯提高了參數(shù)的搜索效率,利用較少的迭代次數(shù)就能得到滿足精度要求的結(jié)果,從而減小了巖土工程彈塑性反分析的計算量,是一種可行的參數(shù)反演方法.

目的研究變風(fēng)量空調(diào)系統(tǒng)溫度-風(fēng)量pid控制器的整定方法,利用改進(jìn)粒子群算法的特點設(shè)計一種穩(wěn)定、高效的自適應(yīng)控制器.方法以pso-cf(帶收縮因子的pso)pid控制方法的整定結(jié)果作為參考,在pso-cf算法中用一個差分向量擾亂粒子的認(rèn)知能力,再根據(jù)粒子群的演化規(guī)則自動完成最優(yōu)控制.結(jié)果采用dpso-cf(擾亂認(rèn)知能力的帶收縮因子的粒子群)pid自適應(yīng)控制器時,系統(tǒng)的調(diào)節(jié)時間約為pso-cf粒子群pid控制方法的30%,超調(diào)量減少了約75%.當(dāng)系統(tǒng)加入擾動時,相比帶收縮因子的pso,擾亂認(rèn)知能力的帶收縮因子的粒子群pid自適應(yīng)控制器的調(diào)節(jié)時間少,超調(diào)量小,系統(tǒng)控制品質(zhì)得到了較大的改善.結(jié)論改進(jìn)的算法不僅具有良好的魯棒性,而且還有良好的收斂性.采用上述自適應(yīng)控制器后,整個系統(tǒng)體現(xiàn)了良好的動態(tài)性能及較強(qiáng)的魯棒性.

巖土工程勘察工作主要是為建筑工程提供服務(wù)，在土木工程等項目的施工中發(fā)揮著極為重要的作用。而巖土工程勘察報告中提供的各巖土層的各項參數(shù)指標(biāo)更是勘察報告中的重點。本文收集了各類巖土層的各項指標(biāo)經(jīng)驗參數(shù)，并初步分析部分壓縮性指標(biāo)匹配關(guān)系的理論基礎(chǔ)，試驗室提供土工試驗成果、巖土報告編制人提供設(shè)計參數(shù)時可作為參考使用。