岩体力学参数联合求解方法及装置

    公开(公告)号:CN114117593B

    公开(公告)日:2023-04-18

    申请号:CN202111347097.X

    申请日:2021-11-15

    Applicant: 武汉大学

    Abstract: 本发明提供基于自适应粒子群算法的岩体力学参数联合求解方法及装置,能够实现对多区域岩体参数的准确获取以及对工程运行状态的及时评估。方法包括:S1、获取监测数据;S2、自适应粒子群算法求解:基于有限元数据和获取的监测数据构建变形模型;初始化粒子群算法;将变形模型作为目标函数,将每个粒子的位置信息输入目标函数可获得适应度值,其值越小代表与岩体实际变形、渗流的接近程度越高,岩体参数越接近真实值;根据粒子在搜索空间中的位置,按照相对距离划分子种群,然后确定子种群个数;进行粒子群算法的迭代计算;S3、岩体参数的获取:取出整个种群中具有最小适应度值的粒子,该粒子的位置即为求解的所有岩体力学参数。

    岩体力学参数联合求解方法及装置

    公开(公告)号:CN114117593A

    公开(公告)日:2022-03-01

    申请号:CN202111347097.X

    申请日:2021-11-15

    Applicant: 武汉大学

    Abstract: 本发明提供基于自适应粒子群算法的岩体力学参数联合求解方法及装置,能够实现对多区域岩体参数的准确获取以及对工程运行状态的及时评估。方法包括:S1、获取监测数据;S2、自适应粒子群算法求解:基于有限元数据和获取的监测数据构建变形模型;初始化粒子群算法;将变形模型作为目标函数,将每个粒子的位置信息输入目标函数可获得适应度值,其值越小代表与岩体实际变形、渗流的接近程度越高,岩体参数越接近真实值;根据粒子在搜索空间中的位置,按照相对距离划分子种群,然后确定子种群个数;进行粒子群算法的迭代计算;S3、岩体参数的获取:取出整个种群中具有最小适应度值的粒子,该粒子的位置即为求解的所有岩体力学参数。

    一种基于群体团聚效应的梯度自适应粒子群优化方法

    公开(公告)号:CN110555506A

    公开(公告)日:2019-12-10

    申请号:CN201910768302.6

    申请日:2019-08-20

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于群体团聚效应的梯度自适应粒子群优化方法,首先,设置初始化参数,初始化粒子群的速度和位置,然后初始化种群极值与个体极值,接着根据粒子在搜索空间中的相对位置,采用K-Means聚类算法对粒子群进行聚类,获得聚类结果,接下来根据聚类结果,计算聚类极值以及相应的位置;然后根据粒子的目标函数适应度值的下降梯度自适应调整每个粒子的计算参数,再根据粒子的当前位置以及目标函数计算粒子在当前位置的适应度值;最后根据粒子的在当前位置的适应度值,更新个体极值、聚类极值和全局极值,并更新粒子的速度和位置。本发明的方法能够有效解决现有粒子群方法早熟收敛、陷入局部最优等问题,大大提高了算法的寻优能力。

Patent Agency Ranking