基于粒子群算法与混合罚函数法有限元优化反演模型及应用.pdfVIP

基于粒子群算法与混合罚函数法有限元优化反演模型及应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于粒子群算法与混合罚函数法的有限元优化反演模型及应用 1,2 3 2,3 1 贾善坡 ,伍国军 ,陈卫忠 ,王强 (1.长江大学城市建设学院,荆州 434023;2. 山东大学土木与水利学院,济南 250061 ; 3. 中国科学院武汉岩土力学研究所,武汉 430071 ) 摘要:岩土工程优化反分析是一个典型的复杂非线性函数优化问题,采用全局优化算法是解 决这个问题的理想途径。为了提高搜索效率,将粒子群算法与遗传算法结合起来构造一种效 率较高的全局优化算法,用混合罚函数法将约束问题变为无约束问题,构建了一种新的目标 函数,将有限元程序ABAQUS 作为一个模块嵌入到优化算法程序中,编制了有限元优化反 演分析程序。并给出了应用实例验证了该法的有效性,表明该方法可应用于岩土工程中的反 演分析工作,是一种可行的参数反演方法。 关键词:混合粒子群算法;优化反演;混合罚函数法;有限元;岩土工程 中国分类号:TU 452 ;TP181 文献标识码:A Application of finite element inverse model based on improved particle swarm optimization and mixed penalty function 1,2 3 2,3 1 Jia Shanpo , Wu Guojun , Chen Weizhong , Wang Qiang (1.School of Urban Construction, Yang tze University, Jingzhou 434023, China; 2.School of Civil and Hydraulic Engineering; Shandong University; Jinan 250061, China; 3.Institute of Rock and Soil Mechanics, The Chinese Academy of Sciences, Wuhan 430071, China) Abstract: The inverse analysis in geotechnical engineering is a typical complicated nonlinear function optimization problem. To solve this problem, the global optimization algorithm is a very good method. In order to improve the searching efficiency of back analysis, the particle swarm optimization and genetic algorithm are hybridized to construct a global optimization algorithm with preferable efficiency. The mixed penalty function method is adopted to transform constraint condition to unconfined condition and a new evaluation function is presented as the objective function. Based on the improved particle swarm optimization, the program of back analysis is coded, in which ABAQUS is embedded as a module in

文档评论(0)

nnh91 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档