建立智能位移反分析系統,用其確定隧道圍巖的力學參數.針對bp神經網絡易陷入局部極小值和訓練時間過長等缺點,利用遺傳算法全局尋優能力優化bp神經網絡的權值和閾值.結合均勻設計法在圍巖力學參數初始域范圍內設計實驗方案,這樣不僅減少了迭代時間和次數,還提高了預測精度.通過對綠春壩隧道圍巖力學參數的反演,驗證了該方法的可靠性及適用性.將反演得出的圍巖力學參數代入到數值模型中進行計算,結果表明,數值計算值與現場實際監測值的誤差分別為-8.9%和4.5%.

人工神經網絡在巖土參數反分析中的應用——在運用人工神經網絡對深基坑巖土參數進行反分析的基礎上，將pso與bp算法相結合。充分發揮pso全局尋優的能力和bp算法局部細致搜索優勢，并通過實例驗證了方法的可行性。可以看出，運用該方法可以使學習效率增高，收斂速...

在運用人工神經網絡對深基坑巖土參數進行反分析的基礎上,將pso與bp算法相結合,充分發揮pso全局尋優的能力和bp算法局部細致搜索優勢,并通過實例驗證了方法的可行性。可以看出,運用該方法可以使學習效率增高,收斂速度加快,預測結果更加準確。

常規dcd(dynamiccanonicaldescent)算法具有全局優化能力且無需考慮目標函數的可微性,只要預先定義優化空間即可,但是該算法的收斂速度有限,為此提出了變參數dcd算法,并建立了其相應的算法迭代格式。在數值試驗和工程應用中將該變參數dcd算法與常規的dcd算法進行比較,其結果均表明:變參數dcd算法在全局優化能力和收斂速度上找到了一個均衡點,該算法不僅具有dcd算法的全局優化能力,而且收斂時所需的目標函數評估次數少,在優化過程中該算法展示出了穩定性強且優化結果可靠度高的一面。

基于粒子群算法的深基坑巖土力學參數反分析——運用人工神經網絡對深基坑巖土參數進行反分析時，將粒子群算法與bp算法融合，充分發揮了粒子群算法全局尋優的能力和bp算法局部細致搜索優勢．實例證明，應用該方法可提高模糊優選人工神經網絡的訓練效率，預估的巖...

基于進化算法等全局優化算法的巖土工程優化反分析是解決實際問題的一種較好的思路,但計算效率是這類算法的最大問題。為了克服這種反分析方法的缺點,提高反分析的計算效率,首次把一種新型仿生算法——連續蟻群算法引入巖土工程領域。并為了更進一步提高算法的效率,把免疫原理引入連續蟻群算法,提出了免疫連續蟻群新算法。在此基礎上,結合有限元數值分析技術,提出了一種新的巖土工程反分析算法——免疫連續蟻群算法反分析。最后,通過一個簡單算例驗證了該法的有效性及卓越的計算效率。

基于免疫連續蟻群算法的巖土工程反分析研究——基于進化算法等全局優化算法的巖土工程優化反分析是解決實際問題的一種較好的思路，但計算效率是這類算法的最大問題。為了克服這種反分析方法的缺點，提高反分析的計算效率，首次把一種新型仿生算法——連續蟻群算...

闡述了基于遺傳算法的巖土工程位移反分析方法的基本原理,介紹了遺傳算法在巖土工程反分析中的應用現狀,分析了存在的不足,指出與其他智能算法的結合是其發展的方向。

基于正交多項式逼近法的巖土參數概率分布推斷——針對巖土參數樣本容量較大的情況，基于數值分析中的逼近原理，直接根據試驗樣本值，運用勒讓德正交多項式來擬合巖土參數的概率密度函數，并用k-s檢驗法從理論上證明所求的密度函數的正確性和實用性。

基于推廣貝葉斯法的巖土參數估計及基礎設計——結合工程實例，介紹了推廣貝葉斯(bayes)法在巖土參數估計中的具體應用，該方法利用場地周圍其他工程的數據擬合出各參數的最優分布函數，并以此為先驗分布，用推廣貝葉斯法對現有樣本進行處理，得出后驗分布參數以...

基于最佳數值逼近法的巖土參數概率模型推斷——提出了推斷巖土參數概率模型的最佳數值逼近法．該方法主要基于數值逼近原理，運用勒讓德多項式來擬合巖土參數的概率密度函數．通過6種經典概率分布與相應的勒讓德多項式概率模型的比較，結果表明所得到的逼近表達...

基于ahp先驗分布融合法的巖土參數概率分布推斷——在存在多個大樣本先驗分布和現場有限個小樣本的條件下，提出了推斷巖土參數概率分布的ahp先驗分布融合法，探討如何綜合利用已有的經驗資料并結合工程現場的試驗數據來確定巖土參數的概率分布。借鑒ahp多目標決...

根據空調負荷的非線性特點,提出了一種基于粒子群算法優化誤差反向傳播(bp)神經網絡的空調負荷預測方法,針對bp網絡訓練容易出現麻痹和易陷入局部極值,以及其預測空調負荷時精度不夠理想等現象,將粒子群算法的隨機全局優化和梯度下降局部優化結合,達到改善神經網絡泛化能力和提高空調負荷預測精度的目的。用該方法對的空調系統冷負荷與室外空氣的干球溫度、含濕量和太陽輻射照度的關系進行建模和預測,通過實例驗證了該優化算法優于bp網絡,能更加有效地處理動態空調負荷中的非線性問題,獲得更可靠的預測結果。

針對軌道交通列車存在偏離列車時刻表的問題,為保證列車的實際到站時間和發車時間與計劃到站發車時間絕對值之差最小,將pso算法引入軌道交通運行調度,在構建數學模型和約束條件的基礎上,運用pso算法優化求解。研究結果表明,通過pso算法優化調度,可以實時調整列車運行,確保列車晚點時間在較小的范圍內,與此同時,與其他算法相比,本文算法具有更快的收斂速度和更低的時間誤差。

設計與施工的交互耦合分析對建設工程的發展具有極其重要的研究意義。這種交互耦合關系能從客觀上反映出兩個系統的耦合程度和耦合協調發展態勢。為了較科學地研究兩者的耦合態勢情況,文章建立了設計與施工兩個系統交互耦合的數學模型,并系統性分析了2010—2015年設計與施工耦合度、耦合協調度曲線變化情況。研究表明,設計與施工過程處于高水平耦合階段,且兩系統的整體發展水平表現不均衡。在此基礎上利用pso-bp神經網絡算法對2016—2017年的交互耦合態勢進行預測,選取了1996—2015年建筑業設計、施工相關數據作為訓練樣本,從中均勻抽取4組作為測試樣本。該測試結果得到的預測值與實際值符合程度比較好,且預測精度較高。最后文章給出了設計與施工兩個系統在處于高水平耦合階段下,提高耦合協調度的建議。

滑坡巖土參數的取值——巖土參數的取值對滑坡穩定與處治方案關系重大，結合南寧至友誼關公路k151+420～+680段滑坡的工程實踐，對滑坡巖土參數的取值進行分析與探討。

針對線損計算的難點問題,建立了基于ga-ann算法的配電網線損計算模型,并闡述了線損計算的具體方法,最后通過算例仿真對該計算模型進行了驗證。仿真結果表明,與其它算法相比,基于ga-ann的算法具有收斂性能強、速度快和計算準確度高等優點。

對現行《巖土工程勘察規范》中巖土參數的統計方法進行了系統的說明,同時結合工程勘察實踐,討論了如何利用隨機場理論結合土的相關距離來求巖土參數的標準值。

巖土參數統計分析與取值是巖土工程勘察的重要組成部分,但由于土層的不均勻性、取樣擾動、不同的試驗方法及其他外界因素的影響,會導致巖土參數具有較大的變異性,根據多年的工作經驗,對抗剪強度和液性指數這兩個對巖土力學影響較大的指標,提出了獨特的統計分析方法,能夠合理的解決不均勻地層的抗剪強度統計和由于液性指數平均值較小引起的高變異系數等問題。結合多年來的工作經驗,提出了不同的抗剪強度指標和液性指數的統計方法。

巖土性質表現出很大的不確定性,基于可靠性理念的設計方法可以考慮巖土工程中不確定性,使得設計更加合理。在實際工程中,除了少數有詳盡的資料外,大部分工點的勘察及土工測試量相對較少,在這種情況下如何考慮土性參數的隨機性是巖土工程可靠度設計的關鍵。決定極限狀態發生的是可能失效土體的平均值,而不是個別點的極大值或者極小值。巖土參數的特征值是巖土工程設計的基本代表值,是影響極限狀態發生的小心估計值,也可以說是可能失效土體均值的一個小心估計值。

巖土參數概率分布推斷的模糊bayes方法探討——探討了如何在有限的少量樣本條件下．利用已有的經驗和試驗資料確定巖土參數的概率分布。用模糊綜合評判方法與bayes理論相結合，給出由小樣本試驗數據確定巖土參數的概率分布。

巖土工程反分析法的應用現狀與發展——介紹了反分析的基本原理，概括了反分析的方法概念、發展現狀，并就現階段在反分析使用中的重點和難點提出了基本思路，指出了巖土工程反分析未來發展的主要方向。