基于神经网络和遗传算法的岩体参数反分析研究-地质工程专业论文.docxVIP

摘要在求解岩土工程问题中，如何正确给定岩体的力学参数一直是一个比较棘 摘要 在求解岩土工程问题中，如何正确给定岩体的力学参数一直是一个比较棘 手的问题，反分析方法为岩体力学参数的获取提供了较为有效的途径。本文对岩 体参数的反分析方法进行了一些研究。 在各种反分析方法中，直接法具有很宽的适用范围。因此，本文采用直接 法进行岩体参数的反分析。 介质模型是岩体参数反分析的一个重要方面。合适的模型可使参数确定变 得容易。本文较为详细的介绍了岩体弹性及弹塑性本构模型。 在对岩土体参数的反分析中，采用人工神经网络代替有限元计算，计算效 率将大为提高。本文采用BP神经网络建立岩体参数与岩体位移的映射关系，在 岩体参数的反分析过程中用于计算岩体的位移。本文采用正交试验方法构造学习 样本，保证了网络预测的准确性，同时减少了试验次数。采用遗传算法搜索最优 的神经网络结构，取得了较好的效果。神经网络训练结束后，采用均匀试验设计 方法构造测试样本对神经网络进行测试，并采用后验差检验方法进行结果检验， 证明神经网络预测能力较好。 采用神经网络建立起岩体力学参数与岩体位移之间的映射关系之后，本文 应用遗传算法对岩体力学参数进行搜索寻优，在计算中取得了较好的效果。 本文采用神经网络和遗传算法相结合的方法编制了反分析程序，由于只要 有正确的正分析程序，建立起全面准确的学习样本，神经网络可以建立各种输入 与输出的欧射关系，因此，本文编制的程序具有一定的通用性。 将编制的反分析程序应用于某工程计算实例的岩体参数反分析，经检验， 得到的结果参数理想，准确度较高，用于位移计算误差较小。 关键词： 岩体参数反分析 正交试验法均匀设计法 神经网络 遗传算法后验差 边坡 AbstractIn Abstract In the solution of Geotechnical，it is intractable to ascertain parameter of rock and soil exactly．Back analysis is a good method to get parameter of rock．Some research of method of parameter back analysis is made． Because direct method，one of many kinds of back analysis methods，has broad applicability，direct method is adopted in this text． Constitutive model is very important for parameter back analysis．A fining constitutive model can make it easily to ascertain parameter．Elastic constitutive and elastic—plastic constitutive are introduced in this text． Calculation efficiency will be improved greatly if we substitute Artificial Neural Networks for Finite Element Method．BP Neural Networks is adopted to constitute mapping of rock parameter and rock displacement and calculate rock displacement in back analysis of rock parameter．Orthogonal experimental design is adopted to constitute study examples．Accuracy of forecast of net is ensured and time of test is reduced．Genetic Algorithm is used to search most appropriate neural network structure．The result is good．Uniform design method is used to constitute test examples．Back test is used to test the result．The result proves that forecast capability ofNeural Networks is good enough． After the