- 1、本文档共4页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
滑坡非线性演化行为的自组织进化识别.pdf
第24 卷 第6 期 岩石力学与工程学报 Vol.24 No.6
2005 年3 月 Chinese Journal of Rock Mechanics and Engineering March ,2005
滑坡非线性演化行为的自组织进化识别
杨成祥1,冯夏庭2
(1. 东北大学 资源与土木工程学院,辽宁 沈阳 110004 ;2. 中国科学院 武汉岩土力学研究所岩土力学重点实验室,湖北 武汉 430071)
摘要:滑坡行为表现出复杂的非线性演化特征,位移是滑坡演化过程中所反馈出的重要信息之一。引入进化算法
的全局优化思想,结合时间序列分析基本理论,以斜坡位移时间序列为基础,将遗传规划和遗传算法有机结合在
一起,设计了一种模型结构和参数分别进化、共同识别的进化方案,实现对斜坡演化的非线性动力学模型结构和
参数的全局最优识别。以新滩及八尺门滑坡为例对滑坡的发展孕育过程进行分析,结果表明,新方法识别获得的
非线性动力学模型预测效果较理想,而且表现出较高的自组织进化识别能力。
关键词:工程地质;位移–时间序列;遗传规划;遗传算法;自组织
中图分类号:P 642 文献标识码:A 文章编号:1000 –6915(2005)06 –0911 –04
EVOLUTIONARY SELF-ORGANIZING IDENTIFICATION OF
NONLINEAR DYNAMICS OF LANDSLIDES
1 2
YANG Cheng-xiang ,FENG Xia-ting
(1. School of Resources and Civil Engineering ,Northeastern University ,Shenyang 110004,China;2. Key Laboratory of Rock and
Soil Mechanics ,Institute of Rock and Soil Mechanics ,The Chinese Academy of Sciences,Wuhan 430071 ,China)
Abstract :Landslides are characterized with complex nonlinear-dynamic behavior involving many uncertain
factors. The physical-based modeling approach is often very difficult to fulfill. As an alternative,based on the time
series analysis theory and the idea that the displacement is one of the most important information reflecting the
sliding state during the evolution of landslides,a new hybrid evolutionary method,combining genetic algorithm
and genetic programming ,was proposed to identify the evolution character of landslides from the observed
displacement time series. In this method,the model structure and model parameters are evolved by using
文档评论(0)