[发明专利]基于安全监控的边坡位移反分析方法

摘要

本发明公布了一种基于安全监控的边坡位移反分析方法，该方法充分利用位移监测数据进行优化反演来确定岩土体力学参数，将数值计算的位移值与监测位移值的最小误差函数作为目标函数，应用改进粒子群智能算法对目标函数进行优化，把数值计算和改进粒子群智能优化反演方法相结合，通过反复迭代使其快速收敛到全局最优解，从而确定待定参数的最优值，建立起了位移监测值和岩土体力学参数之间的对应关系。实际工程中，利用反演的力学参数预测的位移值与实测位移值吻合较好，误差小，表明本发明提出的反分析方法在岩土体位移反分析中具有较好的实际应用价值。

主权项

1.一种基于安全监控的边坡位移反分析方法，其特征在于该方法包括如下步骤：(1)输入计算参数，包括需要反演的和已知确定的力学参数，调用FLAC进行正分析计算，输出S个关键结点的计算位移其中k表示S个节点的第k个节点，x为待反演的参数，表示计算位移是待反演参数的函数；(2)计算目标函数为第k个测点计算的位移值，u_k为相应测点的实测位移值，S为测点总数，用改进粒子群智能优化算法APSO对目标函数进行优化，优化步骤如下：①选定粒子数M，适应值ε，最大允许迭代步数T_max，随机数c₁和c₂和惯性权w；初始化粒子位置X和速度V为待反演力学参数取值区间的随机数；②群体设定：Z＝{γ_i|γ_i∈Ω，i＝1，2，…，M}表示粒子群体，γ_i表示第i个粒子，Ω表示粒子空间；③开始设定粒子全局最优值E_g＝∞，粒子个体最优值E_f＝(∞，∞，…，∞)，∞表示一个比较大的数值，用于初始化参数计算的目标函数的验证；④当E_g＞ε且t＜T_max，执行下面步骤；否则，输出反演的参数值；⑤进入循环；⑥当E_i＜E_f(i)则E_f(i)＝E_i，f_i＝P_i，其中E_f(i)为粒子个体最优值，f_i为粒子个体历史最优位置，P_i为粒子当前位置；⑦当E_i＜E_g则E_g＝E_i，g＝P_i，其中E_g为粒子全局最优值，g为粒子全局历史最优位置，P_i为粒子当前位置；⑧达到最大迭代步数或满足最小误差标准，结束循环；⑨根据上面步骤搜索到的粒子最优位置，按式计算粒子新位置；按式计算新的速度；其中rand()是均匀分布在(0，1)区间的随机数；c₁和c₂为学习因子；式中i＝1，2，…，M；v_id^k表示第k次迭代粒子i飞行速度向量的第d维分量；x_id^k表示第k次迭代粒子i位置向量的第d维分量；f_id表示粒子i个体最好位置的第d维分量；g_d表示群体最好位置的d维分量；⑩确定当前迭代步的惯性权w，t＝t+1，t为当前迭代步数，惯性权系数w的改进表达式如下式：w=wmax-(wmax-wmin)(f-favg)fmax-favg(f≥favg)wmax(f<favg)]]>式中：w_max，w_min为惯性权的最大值和最小值；f微粒的适配值；f_avg每代微粒的平均适配值；f_max粒子群中最大的适配值；(3)若目标函数达到了设定的目标精度要求，则停止计算，输出反演的参数；否则，继续回到步骤(1)进行新一轮正分析计算，不断反复，直到目标函数达到了目标精度；(4)利用粒子群智能优化算法反演的参数计算边坡关键点位移，对边坡稳定进行评价。