用微进化算法反演岩石蠕变模型非定常参数-长江科学院院报.PDF

　 第２８卷第６期 长　江　科　学　院　院　报 Ｖｏｌ．２８　Ｎｏ．６　　 　　２０１１年 ６月 ＪｏｕｒｎａｌｏｆＹａｎｇｔｚｅＲｉｖｅｒＳｃｉｅｎｔｉｆｉｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ Ｊｕｎ．２０ １１　 　 　　文章编号：１００１－５４８５（２０１１）０６－００５０－０５ 用微进化算法反演岩石蠕变模型非定常参数 彭汝发，许小健 （芜湖市勘察测绘设计研究院，安徽 芜湖　２４１０００） 摘要：岩石蠕变模型的参数较多，为得到参数的全局最优解，应用微进化算法（ＭｉｃｒｏｅｖｏｌｕｔｉｏｎＡｌｇｏｒｉｔｈｍ，ＭＡ）对岩石 蠕变模型非定常参数进行了反演分析。算法以实测蠕变值与理论计算值之间的最小二乘误差为优化准则函数，直 接反演计算蠕变模型参数。计算结果表明，微进化算法可最大限度地利用所有试验数据，避免传统优化算法初始 参数选取的困难，且算法简单有效，计算精度高于混沌粒子群优化算法。该方法也可推广应用于其它蠕变模型的 参数反演，具有较高的工程应用价值。 关　键　词：岩石蠕变模型；非定常参数反演；微进化算法 中图分类号：ＴＵ４２５　　　文献标识码：Ａ １　概　述 ２　微进化算法基本原理 岩石的蠕变研究对于合理评价岩体的长期稳定 微进化算法，是受人类社会发展进程中人类趋同 性，即岩石力学行为的时间效应具有重要意义。岩 和趋异学习行为过程的启发构造出来的。它所采用 石蠕变研究一般是从试验出发获取有关数据，然后 的基本有哪些信誉好的足球投注网站策略是：群体中的每一个个体向群体中的 构建岩石蠕变的本构模型并确定相应的模型参数。 优秀个体学习，利用优秀个体积累的经验知识来改变 因此，根据蠕变试验资料，如何正确确定岩石蠕变模 自身，使自身得以处于不断运动之中。具体来说，ＭＡ 型参数是岩石蠕变研究领域的关键课题之一。目 基于实数编码，采用群体社会学习机制，对种群中的 前，确定岩石蠕变模型参数的方法主要有最小二乘 每个个体ｉ，以其自身所处历史最优位置为基础，以群 法［１］ ［２］ ［３］ 、多项式回归法 、流变曲线分解法 、复合形 体最佳位置与当前个体ｉ的矢量差异为信息参照，进 ［４］ ［５］ 优化法 、模式有哪些信誉好的足球投注网站算法 等。但岩石蠕变模型的 行动态随机有哪些信誉好的足球投注网站，以实现种群的进化。 参数众多，为得到问题的全局最优解，须尝试应用新 为便于描述，设Ｘ＝（ｘ，ｘ，…，ｘ）为个体ｉ＝ ｉ ｉ１ ｉ２ ｉＤ 的优化算法。近些年来，随着优化计算技术的发展， １，２，…，Ｎ 的Ｄ维矢量，每个 Ｘ代表一个潜在的 Ｐ ｉ ［６］ 人工神经网络 、遗传算法 （ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ， 解；设Ｘｐｂｅｓｔ为个体 ｉ迄今为止有哪些信誉好的足球投注网站到的最优状 ｉ ［７］ ［８］ ＧＡ） 、扩展卡尔曼滤波技术 、粒子群优化（Ｐａｒｔｉ 态、Ｘｇｂｅｓｔ为整个群体中的所有个体迄今为止有哪些信誉好的足球投注网站 ［９］ ｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）算法 等逐渐在岩石 到的最优位置状态。这样，在每一次的迭代有哪些信誉好的足球投注网站中， 蠕变模型参数确定中得到了应用，为解决问题提供 以式（１）更新各个体所处状态： 了一种新的思路。