遗传算法的改进及其在形变分析联合反演中的应用

摘要

本文为解决在形变监测、地球动力学、岩土工程等领域中遇到的参数反演问题，尝试利用遗传算法与有限元法对其进行联合反演。同时，针对传统遗传算法存在“早熟”及局部搜索效率不高的缺陷，利用模拟退火法对其改进，提高其在形变分析中的全局寻优能力以及搜索效率。通常，遗传算法具有鲁棒性强、隐含并行性、全局优化等优点，而有限元法分析力学问题时具有精确性和高效性，因此将两者联合起来能有效求解待反演参数。本文主要工作如下：
　　（1）分析了传统遗传算法存在的不足，利用模拟退火法对其交叉算子、变异算子进行改进，提高了全局寻优能力和局部搜索效率。
　　（2）尝试通过遗传算法与有限元法联合反演多个仿真算例的结构参数，结果表明该联合反演法能有效反演弹性模量、泊松比、边界载荷等参数，且改进后的联合反演法具有更高的效率和更强的收敛能力。
　　（3）以测点位移为观测量，分别用正分析法和反演法分析了结构应力。研究显示：利用反演法可以克服正分析法由于把测点观测量作为载荷直接加在力学模型上而产生的测点附近较大的集中应力的缺陷，其反演结果与理论值更符合。
　　（4）利用本文的联合反演法反演了对向家坝的弹性模量与泊松比，并利用得到的参数建立了预测大坝位移的模型，通过模型得到的位移计算值与实际的位移测量值拟合程度较高，对大坝的安全监测能发挥一定的参考作用。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪 论

1.1 研究背景和意义

1.2 研究综述

1.3 本文的主要研究内容

2 遗传算法及其改进

2.1 遗传算法简介

2.2 基于模拟退火法对遗传算法的改进

2.3 遗传算法的效果及改进前后的对比

2.4 本章小结

3 基于 GSAGA与有限元法的联合反演方案

3.1 有限元法的基本思想

3.2 一种基于遗传算法与有限元法联合反演力学特征参数的方案

3.3 联合反演法的算例研究

3.4 本章小结

4 GSGFJIM在向家坝安全监测中的应用

4.1 向家坝简介

4.2 大坝变形数值分析

4.3 本章小结

5 结论与展望

5.1 本文结论

5.2 展望

致谢

参考文献