原文传递
基于粒子群优化-高斯过程回归的智能岩土体参数快速反演方法
| 题名： | 基于粒子群优化-高斯过程回归的智能岩土体参数快速反演方法 |
| 正文语种： | 中文 |
| 作者： | 黄伟 刘华 |
| 作者单位： | 中铁第四勘察设计院集团有限公司 武汉430063 |
| 关键词： | 岩土工程 参数反演 粒子群优化 高斯过程 |
| 摘要： | 针对盾构隧道结构设计中勘察报告提供各土层c、φ值不准确或缺失，岩土勘察结论不明确等问题，提出了一种粒子群优化(PSO)与高斯过程回归(GPR)机器学习方法的协同优化算法(PSO-GPR)应用于岩土力学参数反分析方法。该算法在寻优过程中采用GPR模型来构建决策变量与适应度函数值之间的映射关系，以GPR模型作为适应度评价工具对PSO算法进行局部加速，减少适应度函数评价次数。通过对南京地铁轨道交通5号线(七桥翁站到小天堂站区间)下穿宁铜铁路工程实例验证了反演方法的可行性，研究结果表明，与基本PSO算法相比，该方法可显著减少参数反演过程中的有限元分析次数，计算效率明显较高，且具有不依赖于预设训练样本的优点，对高计算代价的岩土体参数反演问题具有良好的适应性。 |
| 会议日期： | 20160119 |
| 会议举办地点： | 徐州 |
| 会议名称： | 2015年度江苏省城市轨道交通建设学术年会 |
| 出版日期： | 2016-01-19 |
| 母体文献： | 2015年度江苏省城市轨道交通建设学术年会论文集 |
| 分类号： | TU470 |
检索历史
应用推荐
