智能计算与参数反演PDF|Epub|txt|kindle电子书版本网盘下载

智能计算与参数反演PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 智能计算与参数反演概述1

1.1 参数反演的工程背景1

1.2 有关人类智能的定义3

1.3 智能计算方法概述6

1.3.1 遗传算法及其发展历程6

1.3.2 人工神经网络及其发展和应用现状13

1.3.3 模拟退火算法及其研究进展20

1.3.4 人工蚁群优化算法发展和应用现状23

1.3.5 启发式优化方法比较分析27

1.4 基于智能计算的参数反演方法研究进展31

1.4.1 基于梯度搜索算法岩土力学反问题研究简单回顾31

1.4.2 基于人工神经网络方法岩土力学反问题研究进展32

1.4.3 基于遗传算法岩土力学反问题研究进展33

1.4.4 基于模拟退火算法岩土力学反问题研究进展34

1.5 本书的主要内容介绍36

参考文献37

第2章 参数识别反问题的适定性及其讨论42

2.1 经典的最小二乘参数估计方法42

2.2 参数识别反问题所要研究的内容48

2.3 求解反问题的特点和难点49

2.4 反问题的基本求解方法49

2.4.1 反问题的直接解法51

2.4.2 反问题的间接求解方法53

2.5 反问题解的适定性56

2.5.1 反问题解的适定性的定义56

2.5.2 反问题参数识别的可识别性58

2.5.3 反问题参数识别的唯一性59

2.5.4 反问题参数识别的稳定性60

2.6 参数识别结果的协方差分析62

2.7 本章小结65

参考文献65

第3章 基于梯度搜索的岩土力学参数反演方法68

3.1 参数识别反问题解的定义68

3.2 基于Levenberg-Marquardt最小二乘的参数反演方法69

3.3 基于BFGS优化方法的参数反演方法71

3.4 对偶边界控制方法在反演中的应用72

3.5 数值算例74

3.5.1 土体固结参数反演74

3.5.2 基于BFGS优化方法的初始地应力场参数位移反分析79

3.5.3 基于正则化最小二乘法的含水层参数反演83

3.6 工程应用—基于Gauss-Newton优化算法的丰满混凝土大坝弹性参数反演方法86

3.6.1 工程概况87

3.6.2 坝顶水平位移水压分量的分离计算88

3.6.3 参数识别结果89

3.7 本章小结92

参考文献92

第4章 基于遗传算法岩土材料力学参数反演方法95

4.1 遗传算法的基本原理和特点95

4.2 遗传算法的进化过程和基本操作99

4.2.1 编码和解码100

4.2.2 初始种群的生成100

4.2.3 适应度值评价101

4.2.4 选择操作103

4.2.5 交叉操作106

4.2.6 变异操作107

4.2.7 收敛准则109

4.3 遗传算法运行参数的选择109

4.4 数值算例112

4.4.1 多极值优化问题算例112

4.4.2 基于遗传算法的岩土阻尼参数识别方法113

4.4.3 基于遗传算法岩土边坡抗剪指标参数反演及其最小安全系数的全局搜索120

4.4.4 基于遗传算法岩体初始地应力参数反演128

4.5 工程应用—基于遗传算法的丰满水电站水轮发动机振动荷载参数反演132

4.5.1 水轮发电机现场振动测试试验133

4.5.2 水轮发电机振动正演分析模型133

4.5.3 水轮发电机振动荷载参数反演结果136

4.6 本章小结138

参考文献139

第5章 基于人工神经网络岩土力学参数反演及其预测方法143

5.1 人工神经网络简介143

5.2 生物神经元147

5.3 人工神经网络常用的学习规则150

5.4 BP神经网络156

5.4.1 BP神经网络的传递函数156

5.4.2 BP神经网络模型157

5.4.3 经典的BP算法161

5.5 数值算例163

5.5.1 岩土边坡弹性参数识别方法163

5.5.2 边坡稳定性分析的神经网络预测167

5.5.3 基于混合优化策略的结构损伤识别方法171

5.6 有关人工神经网络的讨论175

5.6.1 几个关键问题175

5.6.2 遗传神经网络178

5.7 工程应用—基于遗传神经网络的白山混凝土大坝渗透系数反演181

5.7.1 工程概况181

5.7.2 渗透系数反演分析182

5.8 本章小结185

参考文献186

第6章 基于模拟退火算法的岩土材料热传导参数识别方法189

6.1 物理退火过程和Metropolis准则190

6.2 模拟退火算法的马尔可夫链193

6.3 模拟退火算法新解的产生和接受准则195

6.4 模拟退火算法的改进199

6.5 数值算例203

6.5.1 瞬态多层材料热力学参数识别方法203

6.5.2 混凝土水化过程热力学参数识别207

6.5.3 材料非线性热传导参数识别210

6.5.4 集中热源作用下材料热力学参数反演213

6.5.5 稳态热传导材料参数识别问题216

6.6 工程应用—基于模拟退火算法的云峰混凝土大坝材料参数反演217

6.7 本章小结219

参考文献220

第7章 基于蚁群算法的地下水渗流模型参数识别方法223

7.1 自然界中蚂蚁的基本特性224

7.2 人工蚁群算法的发展历史及其研究进展226

7.3 经典的用于求解TSP的蚁群算法模型231

7.4 蚁群算法的改进234

7.5 数值算例237

7.5.1 地下水污染源识别237

7.5.2 基于蚁群算法的含水层参数识别240

7.6 工程应用—基于蚁群算法的丰满混凝土大坝渗透系数反演249

7.7 本章小结252

参考文献253

第8章 盾构机掘进过程中的智能预测与控制方法256

8.1 国内外盾构掘进机的发展历史和现状257

8.2 EPB盾构机工作面土压力和油缸推力合理选择265

8.2.1 EPB盾构机工作面土压力合理选择266

8.2.2 盾构机掘进推力的优化研究270

8.3 基于神经网络的盾构机掘进隧道地表沉降研究272

8.3.1 地表变形的基本理论273

8.3.2 盾构隧道地面变形的神经网络预测模型275

8.4 基于神经网络的EPB盾构机土舱压力控制系统278

8.4.1 基于PID神经网络的非线性系统控制原理279

8.4.2 基于PID神经网络EPB盾构机土舱压力控制系统282

8.4.3 基于BP神经网络的土舱压力平衡自动控制285

8.5 本章小结288

参考文献289