论文部分内容阅读
近半个世纪来,以有限单元法为代表的数值计算方法在岩土工程中得到了飞速发展与广泛应用,解决了传统方法难以解决甚至根本无法解决的实际问题。但值得注意的是,尽管这些数值计算方法已成功的解决了大量复杂的工程问题,但它们都必须建立在对材料特性正确认识之上。只有计算模型取得合理,材料本构模型和计算参数给得准确,数值计算结果才可能正确合理。然而岩土类材料是经历了长期复杂地质作用的地质体,它与一般的低碳钢等人造材料不同,其有着不均质性、剪涨压硬、节理和高度非线性等众多复杂特性,而且不同时空其物理力学特性可能相差很大, 难以用简单的数学表达式来表征其全部力学特性。将强大非线性处理能力的人工神经网络理论引入到材料本构理论研究中,建立神经网络本构模型,并将其篏入有限元求解中,形成智能有限元方法,是一个有益的尝试。
本文就近十年兴起的神经网络本构模型的建立方法和使用进行了研究,并在此基础上,探讨了智能有限元法思想及其实现,其主要内容及研究成果为:
1)推导了经典的BP 算法及其改进算法,采用FORTRAN90 语言编写了BP 神经网络程序BP90。
2)探讨了将人工神经网络理论用于岩土类材料的本构模型研究方法,并对一种粘土的三轴试验下的变形特性进行研究,采用Matlab6.5 附带的神经网络工具箱,建立其神经网络本构模型。
3)探讨了将神经网络本构模型运用于有限元法求解的可行性和方法,提出了将神经网络直接篏入有限元求解中的自适应智能有限元方法,并用FORTRAN 语言编制了智能有限元程序IFEM,用算例验证了其可行性。