导读:本文包含了智能反分析论文开题报告文献综述及选题提纲参考文献，主要关键词:高地应力,蠕变参数,智能反分析,位移增量
智能反分析论文文献综述
陈静,江权,冯夏庭,胡嫣然[1]（2019）在《基于位移增量的高地应力下硐室群围岩蠕变参数的智能反分析》一文中研究指出深部高地应力下硐室围岩蠕变力学参数不准已成为制约岩体工程理论分析和数值计算发展的"瓶颈"问题,因而确定可靠的岩体蠕变参数服务于工程实际成为重点关注的课题,为此提出基于位移增量敏感性分析的高地应力下硐室群围岩蠕变参数的智能反分析方法。该方法基于描述深部高地应力条件下围岩蠕变随时间破坏特征的分数阶微积分的蠕变本构模型,取较为典型的主硐室顶拱位移、拱肩位移和边墙位移作为表征围岩的特性指标,从参数敏感性分析着手,确定模型中对位移较为敏感的5个蠕变参数(瞬时剪切模量、黏性系数、黏弹性剪切模量、黏弹性系数、分数阶系数β),并遵循"大值原则"和"敏感性原则"提取位移增量数据,输入主厂房和主变室等不同位置的现场位移增量监测信息建立多数据融合的适应度函数,采用均匀设计方法构造各参数不同水平组合的学习样本和训练样本,通过遗传算法与神经网络相结合的智能优化算法在解的全局空间进行搜索,确定反演蠕变参数值,最终通过灰色关联度和后验差法联合校核位移增量实测值与计算值。实例分析结果不仅表明智能优化算法获得的硐室围岩蠕变参数可靠性高,也验证了该法的有效性和合理性,同时为深部高地应力大型硐室长期稳定性评价时参数确定提供一个新手段。(本文来源于《煤炭学报》期刊2019年05期）
刘靖[2]（2018）在《小仟隧道围岩参数智能反分析及施工应用研究》一文中研究指出随着国民经济的快速发展,我国不断加大对交通基础设施的建设投资,隧道工程已成为交通运输体系的重要组成部分,同时也给工程建设带来了机遇与挑战。如今,隧道信息化动态设计与施工技术受到广泛推崇,由于隧道地下环境的复杂性,如何准确获取围岩的力学参数,对隧道设计、施工及岩石力学数值计算理论的研究具有至关重要的意义。为解决这一问题,本文以在建的顺邵高速公路小仟隧道为工程依托,以监控量测数据为基础,将正交试验和数值模拟相结合,建立了基于BP神经网络的位移智能反分析模型,并把反分析得到的围岩力学参数应用于隧道的施工动态模拟及开挖方法优化分析,实现了信息的动态反馈及对隧道设计,施工和监测的指导。主要研究内容和成果如下:(1)鉴于监控量测在新奥法施工过程中的重要性,针对小仟隧道地质条件、实际工程情况,制定隧道施工期间的监控量测方案,对现场位移监测数据进行回归分析处理,预测围岩的变形趋势,确定位移最终值及趋于稳定的时间,为二次衬砌提供了合理的施作时机,并建立了隧道围岩变形施工管理控制基准。(2)通过岩土工程有限元软件MIDAS GTS NX建立了隧道数值模型,在明确待反参数选取重要性与原则基础上,基于正交试验设计和分析方法原理,采用正交数值试验分析法研究了不同力学参数对围岩变形影响的敏感性程度,综合考虑各方面因素,确定了本文所研究的待反围岩力学参数。(3)对神经网络结构进行优化改进,建立了 BP神经网络位移智能反分析模型,利用正交试验和均匀试验构造了网络的训练与测试样本,使用后验差检验法对网络的预测能力进行检验,结合现场实际监测数据,运用MATLAB平台神经网络工具箱反算得到了围岩力学参数,将参数代入模型中模拟计算,并与实测位移值比较,进一步验证了该反分析方法的正确性与可行性。(4)将得到的围岩力学参数应用于隧道施工动态模拟分析,重点研究了隧道开挖后的围岩变形规律,并分析对比了不同开挖方法对围岩稳定性的影响,为隧道工程的设计、施工及监控量测提供了指导和依据。(本文来源于《北京交通大学》期刊2018-05-28）
左自波,黄玉林,吴小建[3]（2017）在《基于智能优化算法的深大基坑施工反分析》一文中研究指出引入人工智能技术,提出了一种基于神经网络的Nelder-Mead改进加速算法,建立了基于监测结果的深大基坑动态施工反馈分析方法。以93383 m2超大基坑工程为案例,进行了叁维有限元参数反演分析,预测了基坑后续开挖围护结构水平位移、支撑轴力、管沟位移。结果表明:与Nelder-Mead算法比较,采用所建立的方法的收敛速度快,迭代次数减少了最大达86.9%;预测结果与实测结果吻合较好。(本文来源于《岩土工程学报》期刊2017年S2期）
熊大宁[4]（2017）在《基于分层开挖的深基坑土体粘聚力智能反分析》一文中研究指出结合某深基坑项目,利用FLAC 3D有限差分软件,对基坑的开挖方案进行数值模拟,进行二维分析,其后采用反分析方法,利用MATLAB中的BP神经网络来反演土体力学参数中的粘聚力,预测下一阶段基坑的变形特点,提出指导性的施工或是开挖意见。(本文来源于《住宅与房地产》期刊2017年17期）
江宗斌,姜谙男,胡雪峰,刘义河,陈维[5]（2017）在《基于位移-应力多元信息的公路隧道智能反分析研究》一文中研究指出考虑到位移反演单一控制条件的局限性,文章提出基于位移-应力的多元信息联合智能反分析方法。该方法基于差异进化算法(DE算法)的控制变量少、收敛速度快、适应性强等诸多优点,将自动化采集系统与叁维数值模拟相结合,对隧道施_T过程进行实时监测、反馈、分析。文章以抚松隧道工程为例,首先根据抚松隧道的地质和施工设计特点,在ZK276+354断面处布设传感器,采集施工过程中的测点位移、应力等数据;然后建立复杂叁维精细化数值模型,设计25组正交方案进行正算,通过极差分析和拟合方法建立围岩各参数与位移值、应力值之间的映射关系回归模型;联合传感器监测数据和常规监测数据进行位移-应力反分析,搜索获得准确的围岩力学参数。结果表明该联合反演方法可以为隧道施工安全提供重要参考。(本文来源于《现代隧道技术》期刊2017年01期）
常正儒[6]（2016）在《最近点投射算法和差异进化算法结合的岩土工程智能反分析》一文中研究指出弹塑性问题正演反分析法需要大量的计算、反复迭代,时间耗费巨大,且参数反演精度也会随着问题的复杂程度加大而降低,如何提高计算速度及参数反演精度是值得深入研究的问题。最近点投射算法是本构积分算法的一种,可避免预测应力漂移屈服面的现象,且计算精确,稳定性好,用Newton-Raphson法进行迭代收敛速度快。基于Drucker-Prager准则的最近点投射算法和差异进化算法原理,建立了弹塑性智能位移反分析DE-CPPM方法及程序编制,最后将其应用于丹大铁路在建隧道工程。结果表明了该方法的优越性及程序的高计算精度、实用性。(本文来源于《铁道建筑技术》期刊2016年05期）
王志斌,麻凤海,张碧雪[7]（2015）在《长春地铁暗挖隧道围岩参数智能位移反分析》一文中研究指出为了更加真实的反映岩土体整体特性主要力学参数的取值,以长春地铁某暗挖区间现场监测位移值为依据,通过敏感性分析,确定了该地区对地表变形影响最大的力学参数为弹性模量E和内摩擦角φ,运用Madis GTS叁维正算模型、BP神经网络模型组成的智能位移反分析系统对其进行了反分析。运用反分析得到的参数值进行数值模拟,将得到的监测断面位移值与实测值进行了对比,并根据断面的位移云图对隧道围岩的稳定性进行了评价,验证了反分析结果的合理性和准确性。(本文来源于《水利与建筑工程学报》期刊2015年05期）
佘远国,王梦恕[8]（2015）在《基于测点(线)量测优化布置的地下工程区间智能反分析方法》一文中研究指出地下工程反分析本质上是一个不确定性问题,区间分析用于不确定性问题的处理,具有简单适用的优点,但区间运算结果易于扩张是其主要缺陷。为此,本文基于地下工程区间有限元优化反演模型,突破传统的反分析模式,综合利用参数的可辨识性及测点(线)布置优化原则、智能算法等研究成果,提出了一种基于测点(线)量测优化布置的地下工程区间智能反分析方法。圆形隧道算例的研究表明,该方法是可行的。(本文来源于《土木工程学报》期刊2015年S1期）
曹英浩[9]（2015）在《基于多参数智能优化反分析的深基坑稳定性研究》一文中研究指出目前,我国已进入城市地铁建设发展的黄金时期,城市地铁也是新时期城市规划与建设的重头戏。而深基坑施工作为地铁施工过程中最关键的工序,具有很强的系统性和不确定性。从以往深基坑开挖稳定性研究的经验表明,数值模拟结果的可靠性和准确性极大依赖于所使用的土体本构模型和土体参数的合理选取和计算。由于土层介质具有明显的各向异性特征,即使是同类土层,不同地点的土体参数也常因受到地质构造,施工扰动的影响而不断变化,所以如何解决土体参数不准确的“瓶颈”以及根据反分析得出的土体参数进行深基坑稳定性的数值仿真和变形预测,已成为国内外研究的热点问题。本文依托某地铁车站具体深基坑工程为研究对象,尝试采用一种新型智能优化算法-差异进化算法对该车站深基坑土体参数进行多参数动态位移优化反分析,并在此基础上进行深基坑稳定性研究,主要开展以下工作:首先对原始现场监测数据进行预处理并采用Flac3D建立该深基坑叁维数值模型,结合地质勘查报告给出的各层土体参数情况,采用正交设计法对各个土体参数安排正交试验进行敏感性分析,采用极差法确定各土体参数的敏感性大小,确定最终待反分析土体参数;然后采用差异进化算法对各个土体敏感参数进行多参数动态位移优化反分析,其中反分析时选取了能反映施工工况的目标函数作为适应度函数,并将得到的各层土体参数反分析值代入数值计算模型中进行正分析,将数值模拟的结果与现场实际监测数据进行对比分析来验证参数的合理性和准确性,通过深基坑地表沉降和支护结构轴力的监测进行辅助验证;最后根据得到的土体动态参数值进行深基坑稳定性数值模拟研究,并利用接近开挖状态时反分析出的参数对下一步基坑工程围护结构内力及变形进行预测。研究结果表明,通过该方法得到的每层土体参数值更能反映土体真实变化情况,建立的数值模型更加接近真实开挖状态,从而可以充分利用现场监测数据,采用该方法对深基坑变形进行更准确可靠地预测,高效分析和处理深基坑工程稳定性问题,对地铁深基坑施工能够安全有序进行有着重要的指导意义和理论价值,并对类似深基坑工程稳定性研究具有一定的借鉴意义。(本文来源于《大连交通大学》期刊2015-04-13）
张研,苏国韶,燕柳斌,曾召田[10]（2014）在《围岩压力释放率智能优化反分析方法》一文中研究指出为解决隧洞开挖过程中围岩压力释放率难以获得的难题,融合性能优良的粒子群优化算法与高斯过程机器学习方法,借助FLAC3D数值计算软件,提出隧洞围岩压力释放率求取的粒子群优化—高斯过程—FLAC3D方法。将围岩压力释放率求取转化为以岩体力学参数和围岩压力释放率作为决策变量,以计算与实测位移的差作为目标函数的全局优化反分析问题。针对该反分析问题是极值难以获取的高计算代价全局优化问题,采用粒子群算法寻优,在寻优过程中借助高斯过程机器学习模型不断地总结历史经验,预测包含全局最优解的最有前景方向,通过提高粒子群搜索效率并降低适应度评价次数,进而有效地降低围岩压力释放率求取过程中的数值计算工作量。算例研究结果表明,粒子群优化—高斯过程—FLAC3D方法比粒子群优化方法的计算效率提高了近6倍,最后将其应用到锦屏二级水电站B辅助洞围岩压力释放率反分析,获得该工程围岩压力释放率为0.41,占围岩总压力的比重较大,应给予足够重视。(本文来源于《广西大学学报(自然科学版)》期刊2014年04期）
智能反分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着国民经济的快速发展,我国不断加大对交通基础设施的建设投资,隧道工程已成为交通运输体系的重要组成部分,同时也给工程建设带来了机遇与挑战。如今,隧道信息化动态设计与施工技术受到广泛推崇,由于隧道地下环境的复杂性,如何准确获取围岩的力学参数,对隧道设计、施工及岩石力学数值计算理论的研究具有至关重要的意义。为解决这一问题,本文以在建的顺邵高速公路小仟隧道为工程依托,以监控量测数据为基础,将正交试验和数值模拟相结合,建立了基于BP神经网络的位移智能反分析模型,并把反分析得到的围岩力学参数应用于隧道的施工动态模拟及开挖方法优化分析,实现了信息的动态反馈及对隧道设计,施工和监测的指导。主要研究内容和成果如下:(1)鉴于监控量测在新奥法施工过程中的重要性,针对小仟隧道地质条件、实际工程情况,制定隧道施工期间的监控量测方案,对现场位移监测数据进行回归分析处理,预测围岩的变形趋势,确定位移最终值及趋于稳定的时间,为二次衬砌提供了合理的施作时机,并建立了隧道围岩变形施工管理控制基准。(2)通过岩土工程有限元软件MIDAS GTS NX建立了隧道数值模型,在明确待反参数选取重要性与原则基础上,基于正交试验设计和分析方法原理,采用正交数值试验分析法研究了不同力学参数对围岩变形影响的敏感性程度,综合考虑各方面因素,确定了本文所研究的待反围岩力学参数。(3)对神经网络结构进行优化改进,建立了 BP神经网络位移智能反分析模型,利用正交试验和均匀试验构造了网络的训练与测试样本,使用后验差检验法对网络的预测能力进行检验,结合现场实际监测数据,运用MATLAB平台神经网络工具箱反算得到了围岩力学参数,将参数代入模型中模拟计算,并与实测位移值比较,进一步验证了该反分析方法的正确性与可行性。(4)将得到的围岩力学参数应用于隧道施工动态模拟分析,重点研究了隧道开挖后的围岩变形规律,并分析对比了不同开挖方法对围岩稳定性的影响,为隧道工程的设计、施工及监控量测提供了指导和依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
智能反分析论文参考文献
[1].陈静,江权,冯夏庭,胡嫣然.基于位移增量的高地应力下硐室群围岩蠕变参数的智能反分析[J].煤炭学报.2019
[2].刘靖.小仟隧道围岩参数智能反分析及施工应用研究[D].北京交通大学.2018
[3].左自波,黄玉林,吴小建.基于智能优化算法的深大基坑施工反分析[J].岩土工程学报.2017
[4].熊大宁.基于分层开挖的深基坑土体粘聚力智能反分析[J].住宅与房地产.2017
[5].江宗斌,姜谙男,胡雪峰,刘义河,陈维.基于位移-应力多元信息的公路隧道智能反分析研究[J].现代隧道技术.2017
[6].常正儒.最近点投射算法和差异进化算法结合的岩土工程智能反分析[J].铁道建筑技术.2016
[7].王志斌,麻凤海,张碧雪.长春地铁暗挖隧道围岩参数智能位移反分析[J].水利与建筑工程学报.2015
[8].佘远国,王梦恕.基于测点(线)量测优化布置的地下工程区间智能反分析方法[J].土木工程学报.2015
[9].曹英浩.基于多参数智能优化反分析的深基坑稳定性研究[D].大连交通大学.2015
[10].张研,苏国韶,燕柳斌,曾召田.围岩压力释放率智能优化反分析方法[J].广西大学学报(自然科学版).2014