基于广义遗传算法的路基沉降预测方法应用

根据路基沉降变形的非线性、不确定性特征,对比经典遗传算法特点,提出基于广义遗传算法的路基沉降预测方法。通过研究该方法以及实例计算,得知只要给出待求模型参数的取值范围,就可以搜索出全局最优参数值,从而推算得到路基的最终沉降量。通过与其它确定模型参数的方法进行对比,结果表明广义遗传算法在此方面具有较高的稳定性和可靠性。

基于AEPSO改进支持向量机的堤基沉降预测

在支持向量机的预测模型中,关键参数的选取是最重要的一步。在此基础上提出基于AEPSO改进的支持向量机预测模型。利用AEPSO的局部和全局搜索能力,提高支持向量机关键参数寻优的精度。文中详细介绍模型建立的过程,以莆田市木兰溪防洪工程为例,应用改进的模型进行堤基沉降预测,并与标准PSO支持向量机预测模型相对比。结果表明,基于AEPSO改进的支持向量机预测模型提高了预测的精度。

基于时间序列ACO-BP神经网络在基坑变形预测中的应用研究

BP神经网络技术因其良好的非线性动力学特性、函数逼近能力、自组织和自适应能力,已广泛应用于基坑变形预测中。但实际应用过程中发现BP神经网络具有收敛速度慢、初始权阈值对计算结果影响较大,且易陷入局部最优等缺陷。采用引入具有启发式寻优、全局优化特点的蚁群算法优化BP神经网络,对基坑变形进行预测,并与BP神经网络进行比较。结果表明:ACO-BP神经网络模型预测基坑变形可行;预测精度高于BP模型,且结果稳定、速度较快、误差满足工程的要求。

基于FLAC^(3D)的岩脉条件下地下洞室间距及围岩稳定分析

目前对于存在岩脉情况下的地下洞室间距和围岩稳定的研究较少,通过采用FLAC^(3D)有限差分的数值分析方法,对岩脉条件下的抽水蓄能电站地下洞室间距问题进行研究分析.以惠州抽水蓄能电站为例,对比分析了地下厂房围岩在不同设计方案下的应力、位移以及塑性区的分布特征,结果显示,在岩脉部位出现了应力集中、位移较大及塑性区增大的现象,根据结果确定了主厂房与主变洞的合理间距.并分析了该间距在锚杆支护条件下的围岩稳定性,总结得出了岩脉在地下洞室间距的确定过程中的影响特征及其对围岩稳定的影响,对与此相类似的工程起到一定的参考和指导作用.