有限元反分析.ppt

  1. 1、本文档共26页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多
有限元反分析

* * 有限元反分析 1、概述 2、量测信息种类 位移量测信息 内力量测信息 压力量测信息 应变量测信息 绝对位移 相对位移 表面应变 域内应变 根据结构变形、内力及地层水平和垂直变形等,待求未知参数X可设定为各地层弹性模量和初始地应力参数。 关于待求未知量X建立最小二乘目标函数如下: 3、目标函数 单纯形法 单纯形法的思想是通过对维空间上顶点的函数值进行比较,通过反射、收缩、延伸来排除函数值最大的点,找到函数值最小的点,并形成新的单纯形,这样逐步逼近极小值点。 4、优化方法 阻尼最小二乘法 阻尼最小二乘法在给定参数初值的领域内,把函数通过泰勒级数展开,通过反复迭代逐渐逼近目标函数的极小值,得到参数的最优解。 遗传算法 遗传算法是模拟自然进化过程搜索全局最优解的方法。 遗传算法的优越性主要表现在它在搜索过程中不容易陷入局部最优解,即使在所定义的适应函数是不连续的、非规则的情况下,它也能以很大的概率找到全局最优解。 遗传模拟退火算法 模拟退火算法是局部搜索算法的扩展,它以一定地概率选择领域中适应值较好的解空间。它是遗传算法与模拟退火算法的耦合,对杂交和变异后个体引入Boltamann接受准则。 混合遗传算法 将最小二乘法应用到遗传算法,增加阻尼算子,加快收敛速度和精度。 从计算搜索速度来看,阻尼最小二乘法要优于其他优化方法,混合遗传算法次之,遗传算法最差。 从反演参数的相对误差来看,遗传算法和遗传模拟退火算法较好,混合遗传算法和阻尼最小二乘法次之,单纯形法较差。 从目标函数真值来看,阻尼最小二乘法同遗传算法、遗传模拟退火算法基本一样,混合遗传算法次之,单纯形法最差。 从算法的可靠性方面来看,单纯形法可靠性稍差,主要由于参数相差较大时导致搜索空间退化低维空间而失败。 5、优化方法对比及参数的选取 有限元反分析算例 1、工程概况 测线1收缩0.05m,测线2收缩0.05m,测线3收缩0.08m。 地层参数为E=200000kPa, μ=0.4,γ= 21kN/m3,c=12kPa,φ=20o ,Rt=5kPa,k=0.46。反演地层的力学参数弹性模量E。 2、隧道施工全过程受力分析 启动曙光软件,选择计算模块

文档评论(0)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档