基于区间理论之隧道结构不确定性正反演概述.docVIP

　　基于区间理论之隧道结构不确定性正反演概述 第一章绪论 1.1研究背景及意义 自日本开通第一条高速铁路以来，高速铁路已逐渐成为世界铁路现代化的重要标志。相比于其他交通运输方式，高速铁路具有能耗低、污染少、速度快、运输量大、舒适度好、安全性能高等优势，因此在世界各地得到了的高速发展。近年来，我国高速铁路的发展突飞猛进。高速铁路的建设过程中，由于其自身技术标准高、线路曲线半径大的特点，再加上我国地形、地貌及地质条件的多样性，选线设计方案中必然存在大量的隧道工程。根据国家铁路规划，2020年将有超过10万公里的铁路投入营业，与高速铁路相关的线路总里程将超过2.7万公里。目前国内在建和拟建的铁路隧道中，仅与高速铁路相关的就占有700座，其总长度超过1000公里。在公路方面，公路隧道数量及长度增长迅速，从刚解放时的30多座增长到2004年的2495座，总长度从原来的2.5公里增长到1245571延米⑴。随着高等级公路的继续发展，公路隧道将更多的出现在人们的视野之中。随着国内经济的增长、人们环境保护观念的提升以及出于对工作效率的考虑，在对能源、物资、客流等进行运输时，人们趋向于选择更为安全、方便、快捷、经济的方式。隧道工程使运输条件变得更加畅通、舒适，并且大大缩短了里程。与其他运输方式相比，隧道工程给予的运输条件相对优越，越来越受到用户的欢迎。高速铁路、高等级公路的建设和国内经济的发展都在推动着隧道工程的迅速发展。随着科学技术水平的提升、人们对服务质量要求的提高，同时也给隧道工程带来了许多待解决的问题。许多学者对隧道结构进行了研究，并且取得了一定的成就。 . 1.2不确定性问题的研究现状 不确定性问题普遍存在于工程实际问题中，这主要是由自然环境、周边施工环境、材料自身情况、相关工作人员自身能力等多方面因素造成的。不确定性有随机性、模糊性和不确知性等方面的表现，具体体现在量测信息、材料参数、外部荷载、几何尺寸、初始条件、边界条件和计算模型等一系列量化的数据中。目前而言，对于工程不确定性问题的求解方法主要有三种模型：随机模型、模糊模型和区间分析模型。 (1)随机模型：求解由随机性引起的不确定性问题，所求问题的不确定性采用概率分布进行描述。 (2)模糊模型：求解由模糊性引起的不确定性问题，通过对隶属函数的建立来描述所求问题中的不确定性。 (3)区间分析模型：适合于各类不确定性问题的求解，对于不确定性的描述，通过相关不确定量的区间范围进行实现。 .. 第二章基本理论介绍 2.1引言 不确定性普遍存在于隧道工程之中，为了使分析结果更加准确，就需要对隧道工程进行不确定性问题的研究。釆用随机模型或模糊模型求解工程不确定性问题时，需要形成用概率分布或隶属函数来描述不确定性参数。工程实际中概率分布或隶属函数的形成较为困难，且人为因素对其影响较大，所以工程不确定性问题不适于采用随机模型或者模糊模型进行分析。区间分析方法对数据的依赖性较低，且计算模型的建立受人为因素影响较小，工程实际应用中更为符合客观规律，能提高分析结果的可靠性。因此，区间分析模型为隧道工程不确定性问题的研究提供了较为便捷、有效的方法。目前针对岩土工程反问题进行的分析，多是在系统敏度计算的基础上开展的，而岩土工程的结构往往较为复杂，对于其进行敏度计算比较困难，所以基于敏度计算的反问题分析方法并不适用于岩土工程。蚁群算法具有分布式计算和与其他算法结合容易的特点，在很多领域得到了应用，并且显示出了该方法对于复杂优化问题求解的优越性。在岩土工程反问题分析中，引入对败群算法的应用，能与反演分析方法相结合较为容易，并且能有效避幵系统敏度计算，为岩土工程反问题提供了一种简便、适用的新方法。由此，本章针对本文所采用的区间理论与蚁群算法进行了介绍。 .. 2.2区间理论 在数值分析中，由于各种因素的影响，误差常常存在于分析结果之中。学者们通过各种手段的处理，努力将计算结果限定在一定精度内，然而在计算过程中误差将会累计，有时得到的结果不能满足要求。区间理论在进行数值分析时，涵盖了各种因素造成的误差，得到的区间解将精确解包含其中。对于工程实际而言，为不确定性问题的分析提供了一种良好的数学基础。. 蚁群算法是一种模拟妈蚁种群觅食行为机制的优化算法，是由意大利学者Colomi等人于20世纪90年代初首次提出的_，很多学者对其进行了研究，并成功的应用于实践之中，如对于车辆路径的设计、旅行商问题的求解电力分配等。对于反问题研究而言，采用蚁群算法可以避开对系统敏度的分析，对某些难以求解敏度的系统非常适用，目前该算法在岩土工程反问题的一些领域得到了应用。仿生学家研究表明，妈蚁种群没有视觉，通过在路径上释放信息素达到相互协作寻找路径的目的，从而完成复杂的任务。蚂奴在运动过程中释放信息素，并且感知信息素的存在及强度，从而以此为