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

• 作者: 刘华 黄伟
• 来源期刊: 土工基础
• 学科: 工学
• 关键词: 岩土工程 参数反演 粒子群优化 高斯过程
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 专题论述
• 页码范围: 196-200
• 页数: 5页
• 分类号: TU470
• 语种: 中文

摘要

针对盾构隧道结构设计中勘察报告提供各土层c、ψ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)方法.该方法采用GPR模型来建立自变量与计算函数值之间的映射关系,并作为函数计算工具替代岩土力学计算中的高耗时的问题,实现PSO寻优加速.通过对南京地铁轨道交通1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,对比基本PSO算法,该方法显著的减少了参数反演过程中的有限差分计算次数,计算效率明显较高,其对于复杂的岩土体参数反演问题具有良好的应用能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄伟		4	0	0.0	0.0
2	刘华		2	0	0.0	0.0