基于改进微粒群算法的混凝土面板堆石坝坝料参数反演分析研究.pdfVIP

水电 2006 国际研讨会 基于改进微粒群算法的混凝土面板堆石坝坝料参数反演分析 杜好 1 2 3 ，迟世春 ，周睿博 1.大连理工大学，大连市甘井子区凌工路 2 号，116023，duhaozz@ 2.大连理工大学，大连市甘井子区凌工路 2 号，116023，schchi@ 3.大连理工大学，大连市甘井子区凌工路 2 号，116023，imp1001@ 摘要：土石坝安全评价是保障大坝安全运行的一项重要工作。而基于大坝原型观测资料的反 演分析则是大坝安全评价中的一项主要内容。本文将以一个实际工程的混凝土面板堆石坝为 例，以实测位移为基础，运用优化方法和有限元分析方法，反演邓肯张－EB 模型的四个比 较敏感的参数（K, n ,Kb, m ）。在反演分析中，优化方法的选择直接影响到分析结果的准确 性。为克服传统的优化算法以及某些智能优化算法的缺点，本文将引进一种新颖的智能优化 算法－微粒群算法(Particle Swarm Optimization-PSO) ，运用于反演分析中。该算法自提出以 来，以其概念简单、易实现、计算速度快等优点，已经应用于许多领域，但用于坝体本构模 型参数的反演分析还很少见到。为提高 PSO 算法的全局收敛性能，本文采用了一种改进的 单群体自适应微粒群算法。在以往的土石坝反演分析，多是以多个测点某一时刻的位移量， 或是单个测点沿时程变化的位移量为依据，因此反演出的参数都不能很好的反映材料的性 质。而本文将依据坝体多个测点，在施工期和运行期沿时程变化的位移量进行反演分析。最 后通过分析参数结果的合理性：⑴为坝体的安全评价和未建坝的设计和施工提供参数依据； ⑵证明该优化算法运用于基于位移的混凝土面板堆石坝坝料参数反演是有效的。 关键词：反演分析；改进的微粒群算法；堆石坝；坝料参数 1 前言 混凝土面板堆石坝安全、经济和适应性强，已经成为世界公认的一种比较经济适用的坝 型。近年来，有关该坝型的研究在我国的水利水电建设中得到长足发展，随着坝体高度的逐 渐加大，堆石坝沉降问题的研究，日渐得到专家学者们的重视。在沉降分析中除需合理选择 堆石体的本构模型外，较精确的选择模型参数成为影响堆石坝计算分析结果的至关重要因素。 目前堆石体的参数主要由室内土工试验和现场原位测试提供，然而试验参数的取得受到 多方面因素的影响，如：试验条件、量测精度、分析方法等；更由于堆石体本身的复杂性， 和做为筑坝材料后又受到各种因素（如受力状态、应力历史、加载速率和排水条件等）影响 而变得更加复杂；因此以现有的测试手段，想要模拟多种情况下堆石体的性质，尚且存在困 难。并且众多工程实践也表明，由试验参数应用于本构模型计算所得的坝体变形和实测值偏 离很多。反演分析方法正是在这种情况下应运而生，模型参数的反演分析是利用工程中的实 测值（如位移、应力、孔压等），通过数值计算确定岩土介质的力学参数[1]，进而使分析结 果尽可能的满足工程的实际情况。为此智能优化算法－微粒群算法被引用到数值计算中，与 有限元方法结合，从而更好的实现参数的反演分析过程。 726 水电 2006 国际研讨会 做为一种新颖的随机优化算法，微粒群算法是基于鸟群觅食的仿生背景提出[2]。该算法 通过个体自身经验的总结和社会经验（通过群体之间的信息共享得到）的总结来修正个体行 动策略，最终找到复杂搜索空间中的最优区域。与其他随机优化算法相比，该算法对于复杂 问题具有更好的搜索性能和更快的收敛速度[3]，并且概念简单易实现，仅有少量的参数需要 确定。然而已有研究也表明：该算法在搜索前期收敛速度加快的同时，在后期却易陷入局部 最小[4][5]。为解决该问题，文献[6]提出一种改进的单群体自适应微粒群算法，与标准微粒群 算法相比，它大大提高了算法的全局收敛性能。最后，本文以西北口面板堆石坝为例，运用 改进的微粒群算法，进行坝料参数的反演分析计算。 2 标准微粒群算法 在 PSO 中,每个优化问题的解都是搜索空间中的一只鸟,我们称之为