《智慧型計算與參數反演》深入、系統地介紹了岩土力學模型參數的智慧型反演原理、方法、算法的實現及其工程套用，旨在使讀者了解參數反演的工程背景和研究對象，理解和熟悉智慧型計算的基本原理和算法，掌握基於智慧型計算的參數反演的基本構架和方法，為相關課題的深入研究和工程套用打下基礎。《智慧型計算與參數反演》可供岩土工程、水利工程、地下工程、土木工程、交通工程、採礦工程、地質工程、工程力學等專業高年級本科生、研究生和教師。
基本介紹
- 書名：智慧型計算與參數反演
- 作者：李守巨 孫偉
- 出版社：科學出版社
- 出版時間：2008
版權資訊,作者簡介,編輯推薦,目錄,
版權資訊
書 名：智慧型計算與參數反演
ISBN：9787030230478
開本：16
定價：58.00 元
作者簡介
李守巨，男，1960年10月生，副教授，工學博士，環境與岩土力學研究室主任。1978年9月～1982年7月，阜新礦業學院採礦工程系學生；1982年8月～1983年7月，鐵法礦務局曉南礦開拓區501掘進隊技術員；1983年8月～1986年7月，中國礦業學院（北京研究生部）礦山建築工程系研究生；1986年8月～1994年8月，阜新礦業學院採礦工程系和礦山建築系講師、副教授；1994年9月～現在，連理工大學工程力學系副教授。其中2002年3月～2004年12月，大連理工大學工程力學系在職攻讀博士學位。
編輯推薦
《智慧型計算與參數反演》一書詳盡地論述了基於智慧型計算的參數反演的基本原理和算法的實現，其顯著特點在於理論上的系統性和方法的實用性，《智慧型計算與參數反演》提供了大量的數值算例和工程套用實例，強調如何套用最新的智慧型算法建立岩土力學模型參數反演模型與方法以及解決岩土工程中遇到的反問題。
目錄
第1章智慧型計算與參數反演概述
1.1參數反演的工程背景
1.2有關人類智慧型的定義
1.3智慧型計算方法概述
1.3.1遺傳算法及其發展歷程
1.3.2人工神經網路及其發展和套用現狀
1.3.3模擬退火算法及其研究進展
1.3.4人工蟻群最佳化算法發展和套用現狀
1.3.5啟發式最佳化方法比較分析
1.4基於智慧型計算的參數反演方法研究進展
2.2參數識別反問題所要研究的內容
2.3求解反問題的特點和難點
1.4.1基於梯度搜尋算法岩土力學反問題研究簡單回顧
1.4.2基於人工神經網路方法岩土力學反問題研究進展
1.4.3基於遺傳算法岩土力學反問題研究進展
1.4.4基於模擬退火算法岩土力學反問題研究進展
1.5本書的主要內容介紹
參考文獻
第2章參數識別反問題的適定性及其討論
2.1經典的最小二乘參數估計方法
2.4反問題的基本求解方法
2.4.1反問題的直接解法
2.4.2反問題的間接求解方法
2.5反問題解的適定性
2.5.1反問題解的適定性的定義
2.5.2反問題參數識別的可識別性
2.5.3反問題參數識別的唯一性
2.5.4反問題參數識別的穩定性
2.6參數識別結果的協方差分析
2.7本章小結
參考文獻
第3章基於梯度搜尋的岩土力學參數反演方法
3.1參數識別反問題解的定義
3.2基於Levenberg-Marquardt最小二乘的參數反演方法
3.3基於BFGS最佳化方法的參數反演方法
3.4對偶邊界控制方法在反演中的套用
3.5數值算例
3.5.1土體固結參數反演
3.5.2基於BFGS最佳化方法的初始地應力場參數位移反分析
3.5.3基於正則化最小二乘法的含水層參數反演
3.6工程套用——基於Gauss-Newton最佳化算法的豐滿混凝土大壩彈性參數反演方法
3.6.1工程概況
3.6.2壩頂水平位移水壓分量的分離計算
3.6.3參數識別結果
3.7本章小結
參考文獻
第4章基於遺傳算法岩土材料力學參數反演方法
4.1遺傳算法的基本原理和特點
4.2遺傳算法的進化過程和基本操作
4.2.1編碼和解碼
4.2.2初始種群的生成
4.2.3適應度值評價
4.2.4選擇操作
4.2.5交叉操作
4.2.6變異操作
4.2.7收斂準則
4.3遺傳算法運行參數的選擇
4.4數值算例
4.4.1多極值最佳化問題算例
4.4.2基於遺傳算法的岩土阻尼參數識別方法
4.4.3基於遺傳算法岩土邊坡抗剪指標參數反演及其最小安全係數的全局搜尋
4.4.4基於遺傳算法岩體初始地應力參數反演
4.5工程套用——基於遺傳算法的豐滿水電站水輪發動機振動荷載參數反演
4.5.1水輪發電機現場振動測試試驗
4.5.2水輪發電機振動正演分析模型
4.5.3水輪發電機振動荷載參數反演結果
4.6本章小結
參考文獻
第5章基於人工神經網路岩土力學參數反演及其預測方法
5.1人工神經網路簡介
5.2生物神經元
5.3人工神經網路常用的學習規則
5.4BP神經網路
5.4.1BP神經網路的傳遞函式
5.4.2BP神經網路模型
5.4.3經典的BP算法
5.5數值算例
5.5.1岩土邊坡彈性參數識別方法
5.5.2邊坡穩定性分析的神經網路預測
5.5.3基於混合最佳化策略的結構損傷識別方法
5.6有關人工神經網路的討論
5.6.1幾個關鍵問題
5.6.2遺傳神經網路
5.7工程套用——基於遺傳神經網路的白山混凝土大壩滲透係數反演
5.7.1工程概況
5.7.2滲透係數反演分析
5.8本章小結
參考文獻
第6章基於模擬退火算法的岩土材料熱傳導參數識別方法
6.1物理退火過程和Metropolis準則
6.2模擬退火算法的馬爾可夫鏈
6.3模擬退火算法新解的產生和接受準則
6.4模擬退火算法的改進
6.5數值算例
6.5.1瞬態多層材料熱力學參數識別方法
6.5.2混凝土水化過程熱力學參數識別
6.5.3材料非線性熱傳導參數識別
6.5.4集中熱源作用下材料熱力學參數反演
6.5.5穩態熱傳導材料參數識別問題
6.6工程套用——基於模擬退火算法的雲峰混凝土大壩材料參數反演
6.7本章小結
參考文獻
第7章基於蟻群算法的地下水滲流模型參數識別方法
7.1自然界中螞蟻的基本特性
7.2人工蟻群算法的發展歷史及其研究進展
7.3經典的用於求解TSP的蟻群算法模型
7.4蟻群算法的改進
7.5數值算例
7.5.1地下水污染源識別
7.5.2基於蟻群算法的含水層參數識別
7.6工程套用——基於蟻群算法的豐滿混凝土大壩滲透係數反演
7.7本章小結
參考文獻
第8章盾構機掘進過程中的智慧型預測與控制方法
8.1國內外盾構掘進機的發展歷史和現狀
8.2EPB盾構機工作面土壓力和油缸推力合理選擇
8.2.1EPB盾構機工作面土壓力合理選擇
8.2.2盾構機掘進推力的最佳化研究
8.3基於神經網路的盾構機掘進隧道地表沉降研究
8.3.1地表變形的基本理論
8.3.2盾構隧道地面變形的神經網路預測模型
8.4基於神經網路的EPB盾構機土艙壓力控制系統
8.4.1基於PID神經網路的非線性系統控制原理
8.4.2基於PID神經網路EPB盾構機土艙壓力控制系統
8.4.3基於BP神經網路的土艙壓力平衡自動控制
8.5本章小結
參考文獻
……
