大型洞室群稳定性与优化的并行进化神经网络有限元方法研究——第一部分:理论模型

提出并行进化神经网络有限元方法,通过有限元计算构造样本,用并行进化搜索到的神经网络学习并建立计算方案与地下洞室关键点最大位移和破损区体积之间的映射关系;随机产生一组初始方案,以关键点最大位移和破损区体积大小与参考值的差值比加权和作为评价指标,对该组方案进行遗传操作,产生下一代可行方案,由此进行下一步操作直至找到最优方案。利用自主开发的基于WINDOWS平台的并行计算环境(RsmVPC)来实现并行计算,该方法使得大规模优化问题在PC机群上实现了并行求解,提高了计算速度、规模与精度。