基于多输出支持向量机和遗传算法的岩土参数反演方法

被引：8

作者：

袁兴国 ^{[1
]}

程琳 ^{[2
]}

机构：

[1] 华能澜沧江水电有限公司

[2] 河海大学水利水电工程学院

来源：

三峡大学学报(自然科学版) | 2014年 / 36卷 / 02期

关键词：

多输出支持向量机; 遗传算法; 参数反演; 混凝土面板堆石坝;

D O I：

10.13393/j.cnki.issn.1672-948x.2014.02.012

中图分类号：

TU4 [土力学、地基基础工程];

学科分类号：

081407 [建筑环境与能源工程];

摘要：

提出了基于多输出支持向量机(M-SVM)和遗传算法(GA)的岩土参数反演方法.在进行参数反演过程中,根据正交试验产生一系列参数的可能组合;采用有限元法(FEM)得到坝体不同测点处的位移计算值.将不同的材料参数组合作为输入,相应的位移计算值作为模型的输出来训练M-SVM模型,以便模拟坝体位移和材料参数之间的复杂关系.采用GA来求解材料参数反演所对应的优化问题.在进行最优材料参数搜索的过程中,采用训练好的M-SVM模型来替代有限元计算,以获得坝体位移的计算值,从而大大减少了计算所需的时间.根据某面板堆石坝沉降的监测数据和有限元仿真模型,实现了以上反演过程.反演分析的结果表明,本文提出的岩土参数反演方法具有计算精度高和计算效率高等优点,可以应用于实际工程中.

引用

页码：50 / 55

页数：6

共 9 条

[1]

露天转地下边坡变形υ-SVR模型及参数敏感性分析 [J].

王云飞 ;

郑晓娟 .

岩石力学与工程学报, 2010, 29(S1) (S1) :2902-2907

[2]

基于ν-SVR和改进PSO算法的反分析方法及应用 [J].

邢万波 ;

周钟 ;

唐忠敏 ;

孙钢 .

岩土力学, 2009, 30(S2) (S2) :540-546

[3]

堆石坝参数反演的蚁群聚类RBF网络模型 [J].

康飞 ;

李俊杰 ;

许青 .

岩石力学与工程学报, 2009, 28(S2) (S2) :3639-3644

[4]

PSO-LSSVM模型在位移反分析中的应用 [J].

邬凯 ;

盛谦 ;

梅松华 ;

李佳 .

岩土力学, 2009, 30 (04) :1109-1114

[5]

基于ν-SVR和GA的初始地应力场位移反分析方法研究 [J].

余志雄 ;

周创兵 ;

陈益峰 ;

李俊平 .

岩土力学, 2007, (01) :151-156+162

[6]

Multi-output regression on the output manifold [J].

Liu, Guangcan ;

Lin, Zhouchen ;

Yu, Yong .

PATTERN RECOGNITION, 2009, 42 (11) :2737-2743

[7]

A Modified Extended Bayesian Method for Parameter Estimation.[J].Masheng Zhou;Yiqian Li;Zhihai Xiang;G. Swoboda;Zhangzhi Cen.Tsinghua Science & Technology.2007, 5

[8]

Support vector machines: Their use in geotechnical engineering as illustrated using seismic liquefaction data [J].

Goh, Anthony T. C. ;

Goh, S. H. .

COMPUTERS AND GEOTECHNICS, 2007, 34 (05) :410-421

[9]

An intelligent displacement back-analysis method for earth-rockfill dams [J].

Yu, Yuzhen ;

Zhang, Bingyin ;

Yuan, Huina .

COMPUTERS AND GEOTECHNICS, 2007, 34 (06) :423-434

← 1 →