基于粒子群优化算法的高地应力条件下硬岩本构模型的参数辨识.pdfVIP

第24 卷 第17 期 岩石力学与工程学报 Vol.24 No.17 2005 年9 月 Chinese Journal of Rock Mechanics and Engineering Sept. ，2005 基于粒子群优化算法的高地应力条件下 硬岩本构模型的参数辨识 1，2 1 苏国韶 ，冯夏庭 (1. 中国科学院 武汉岩土力学研究所，湖北 武汉 430071 ；2. 广西大学 土木建筑工程学院，广西 南宁 530004) 摘要：粒子群优化(PSO)算法是一类随机全局优化技术，具有收敛速度快、规则简单、易于实现的优点。高地应力 条件下硬岩本构模型参数的确定是个尚未解决的难题。以一种适用于高地应力条件下的硬岩本构模型为研究对象， 提出基于PSO 算法的本构模型参数辨识方法。该方法从本构模型参数的随机值出发，以破坏区的数值计算值与实 测值的误差大小作为适应度来评价参数的品质，利用PSO 算法规则实现模型参数的进化，搜索出全局最优的模型 参数值，从而实现硬岩本构模型参数的自适应辨识。采用该方法对加拿大的 Mine-by 隧洞和我国的太平驿水电站 引水隧洞进行了围岩本构模型参数识别，计算结果与实测情况相吻合，表明该方法是科学可行性的，具有较高的 效率和精度。 关键词：岩石力学；硬岩；本构模型；参数辨识；粒子群优化算法 中图分类号：TU 457 文献标识码：A 文章编号：1000 –6915(2005)17 –3029 –06 PARAMETER IDENTIFICATION OF CONSTITUTIVE MODEL FOR HARD ROCK UNDER HIGH IN-SITU STRESS CONDITION USING PARTICLE SWARM OPTIMIZATION ALGORITHM 1，2 1 SU Guo-shao ，FENG Xia-ting (1. Institute of Rock and Soil Mechanics ，Chinese Academy of Sciences，Wuhan 430071 ，China； 2. College of Civil Engineering and Architecture，Guangxi University，Nanning 530004 ，China) Abstract ：Particle swarm optimization (PSO) algorithm is a stochastic global optimization technique and has become the hotspot of evolutionary computation because of its excellent performance and simplicity for implementation. In light of the fact that it is hard to determine the parameters of a constitutive model—cohesion weakening and frictional strengthening (CWFS) model ，which performs excellently in modeling the extent and depth of brittl