论文部分内容阅读
该文就是基于人工智能思路进行位移反馈分析研究的.论文主要分为两大部分:第一部分主要基于人工神经网络理论,采用BP网络对位移反馈分析进行了研究;第二部分在结合人工智能理论中的BP算法和遗传算法以及借鉴专家系统中的数据库思想,提出了一个新的人工集成智能模型,对位移反馈分析进行了研究.主要内容如下:(1)在详细占有资料的基础上,系统阐述了国内外地下工程建设现状,分析了地下工程区别于地面建筑工程的特点主要是岩体力学参数给不准和本构关系不清,以及传统数值方法在解决这一问题过程中获得的发展.(2)简单概括了岩体力学中的弹塑性有限元基本理论,并对其用于位移反馈分析作了初步的阐述;阅读大量文献,对应用在位移反馈分析中的人工智能基本理论,如神经网络、遗传算法的原理、发展及其现状做了比较全面的总结,并对人工智能在位移反馈分析中的应用做了系统而全面的阐述.(3)分析了BP网络的内在缺陷,提出了自己的改进方法,并建立了地下厂房多步开挖的稳定反馈分析模型,从而为岩土工程中岩体力学参数的确定提供了一种自己的探讨思路,计算结果表明,利用神经网络进行反问题的求解是有效的.(4)对遗传算法核心操作操作,如选择策略和交叉变异算子,经研究探索,提出了一种改进的遗传算法,结果分析证明了该算法的有效性和准确性.(5)结合BP网络和遗传算法的优点,借鉴专家系统的思想,将数据库集成,提出了一个自己的人工集成智能模型,并且用程序实现了该模型.(6)提出了一种基于数据库的快速反馈分析方法,探讨了该方法的优点和缺陷.(7)探讨了Visual Basic与Fortran语言、Visual Basic与Matlab语言的混合编程问题并给出了自己的解决方案;对Visual Basic与数据库集成及Visual Basic本身编码进行了研究,给出了自己的解决方案,智能化平台的运行证明了这些方案的有效性与正确性.(8)对周宁工程中的洞室布局和开挖方案的计算和分析做了一定工作,根据这些成果对周宁地下厂房的围岩稳定性进行了分析,同时利用三种算法实现了地下厂房位移反馈分析的弹性模量和泊松比的同时反演.结果表明人工集成智能算法具有其一定的优越性.