弹性参数反演(围岩粒子群flac)演示文件修改版.pptVIP

岩土数值分析岩土工程参数反分析方法 基于粒子群算法和FLAC的围岩参数反分析 地下工程复杂性和不确定性 根据施工期间的监测信息进行围岩参数识别 围岩参数优化反分析需要多次正向计算 计算效率较低 优化程序与正向数值计算程序耦合需要大量计算、开发工作 将收敛快速的全局优化算法—— 粒子群算法和FLAC数值方法相结合 利用FLAC 的内嵌语言—— Fish编写程序 提高计算效率 复杂正向数值模拟程序与优化算法相耦合 复杂非线性多峰函数的全局优化等 粒子群优化算法(Particle Swarm Optimization) 源于对鸟群捕食行为研究而发明的进化计算技术（进化算法 规则简单、收敛速度快） PSO算法针对优化问题的每一个解称为粒子，定义一个适应值函数来衡量每个解的优越程度 每个粒子根据自己和其它粒子的“飞行经验”群游从而达到从全空间搜索最优解的目的 FLAC（Fast Lagrangian Analysis of Continua in 3 Dimensions） 功能强大、应用广泛、求解高效、多种本构模型 嵌入式编程语言Fish无缝衔接 采用计算值和测量值的绝对差之和作为反分析的目标函数 将该目标函数作为粒子群算法的适应度，将待反演参数作为多维粒子，利用三维快速拉格朗日数值模拟作为适应度的求解器 以一个均质弹塑性岩石隧洞为例 洞室半径、初始地应力、杨式模量、摩擦角、粘结力。 选取5个测点，建立的网格及测点 先由正向计算得到各测点的位移 计算位移加上5％ 的模拟观测误差，作为实际量测位移，进行杨氏模量E、泊松比 和摩擦角3个参数的反分析。 3个参数取值范围分别为：100MPaE500 MPa，(0.1, 0.45)，(25°, 35°)。 围岩屈服准则采用Mohr-Coulomb准则。 采用FLAC如的FISH语言编写粒子群反分析程序，设置粒子数为6，迭代次数为30，动量项系数为0.22。 迭代结束后，参数反分析结果见表2，各测点位移反演计算值和理论值见图3。