粒子群算法地铁隧道支护荷载反演分析

地铁隧道竖向土压力荷载的计算研究

以某市地铁区间隧道为研究对象,使用flac3d软件模拟分析了桥梁基础下浅埋暗挖法施工过程中,地铁隧道周边土体的变形和衬砌应力分布情况;同时建立了隧道拱顶沉降值的时间序列模型,并预测了拱顶沉降的变化趋势。结果表明:由于上部桥梁基础偏压和土体强度较低的影响,在开挖完成后隧道的右侧地层出现了较大的变形;同时在隧道初次衬砌两侧边墙的中部也出现了较大的应力值,对于这些隧道部位可采用锚杆注浆加固或采用钢支撑进行加强支护,以确保施工过程安全可靠;另一方面,基于arma模型的时间序列分析法可以较好地模拟隧道结构的复杂变形,为科学分析隧道变形特点和较准确地预测变形进行了有益的探索。

文章以ⅵ级围岩地铁隧道钻爆法施工为背景工程,采用有限元动力分析方法研究了爆破对于隧道围岩的影响。使用ansys/ls-dyna的完全重启动方法,利用软件中的高能炸药材料模型,分段对隧道爆破进行有限元模型计算,实现了隧道毫秒延期起爆的模拟计算。通过修正高能炸药材料模型状态方程中的a,b和e_0值,实现了在平面应变计算模式下对不同炮孔药量的区分。在完全重启动的过程中,采用带有失效模式的双线性弹塑性模型来描述岩石性质,通过调整岩石删蚀应变系数fs,并配合手动删除单元来区分不同炮孔临空面条件的改变。结果表明:(1)掏槽孔爆破所传递给围岩的能量最大,其对围岩的影响最大；(2)周边孔对拱周围岩的影响最大,造成拱周围岩部分进入塑性状态,但围岩应力随距离衰减很快,塑性区并未向深处发展；(3)爆炸能量的主要传播方向为岩石抛掷方向的反方向,爆破荷载在隧道轮廓上的分布并不均匀,以往将爆破荷载等效为均布荷载的算法有不合理之处；(4)单位炸药能量传递给围岩的比例受临空面条件影响,临空面条件越好,传递给围岩的能量比例越低,对于围岩影响越小；(5)该爆破模拟方法相对于爆破荷载等效法能更真实反映爆破荷载传递情况,并且占用资源少,计算速度快,具有一定的实用性。

盾构掘进优化能够提高施工的稳定性,确保施工效率和施工质量,因此,将改进粒子群算法应用于盾构掘进施工优化中.文章分析了盾构掘进施工参数对施工质量的影响,并设计了施工优化的数学模型;研究了改进粒子群算法,提出了惯性权重的调节算法和设计盾构掘进施工优化的算法流程;最后进行了盾构掘进施工优化的仿真分析.结果表明:该算法能够有效地控制盾构掘进施工的沉降量,从而确保了盾构掘进施工质量.

以自动门的控制系统中的主要的受控对象无刷直流电动机为研究对象,对其速度控制进行了深入的研究。首先对无刷直流电动机的参数和结构进行分析,建立起数学模型,然后将粒子群群算法与pid控制相结合,应用于电机的速度控制,使得自动门的开门关门速度和时间可以快速地响应外部要求,达到控制要求。

针对项目工程pert网络计划的费用-优化问题,本文提出了一种改进的粒子群算法。该算法引入了可行性优先的约束处理技术,不需要罚因子,对问题依赖小。仿真实验表明了该算法的可行性和有效性。

提出了一种基于进化机制的ebg(electromagneticbandgap)结构优化设计方法,该方法结合改进的简化粒子群算法ispso(improvedsimpleparticleswarmoptimization)和电磁仿真软件ie3d,实现ebg结构自动优化设计,使其达到设计指标。算法实现过程中,ebg结构的几何参数通过外部改进的粒子群优化算法来优化设计,结构特性的仿真通过电磁仿真软件ie3d来完成的。利用ispso/ie3d方法优化设计了一个ebg结构,仿真试验表明该ebg结构性能优异,进而也验证了ispso/ie3d自动设计方法对ebg结构设计的有效性。最后将该ebg结构用于微带天线设计中,提高了天线的性能。

为了克服常规粒子群算法(pso)应用于岩土工程弹塑性反演时搜索效率较低、计算工作量大的缺点,通过对算法中适应值比较方式和粒子运动模式的深入分析,指出了其中存在的制约搜索效率的内在因素,并提出相应修改策略,在此基础上形成一种新的改进粒子群算法(ipso);将新算法用于岩土材料弹塑性参数反演,结果表明,与常规粒子群算法相比,改进算法明显提高了参数的搜索效率,利用较少的迭代次数就能得到满足精度要求的结果,从而减小了岩土工程弹塑性反分析的计算量,是一种可行的参数反演方法.

通过电梯群控粒子群算法和技术工程分析．给出了算法原理、最优调度轿厢以响应层站呼叫的流程．得到基础参数的取法。结论电梯运行模式是决定电梯群控设计和最优调度的主要因素；在电梯群控诸多智能算法的评价函数中，主要由最短候梯时间决定最优调度轿厢。基于粒子群算法的电梯群控设计与量化分析例说明了上述结论。

基于可靠度指标的几何含义,分析了粒子群算法的原理、模型和算法实现过程。通过算例用matlab语言编程进行计算,并与一次二阶矩法和蒙特卡罗法得出的结果进行了比较,证明了粒子群算法在化工设备可靠性分析中的有效性和可行性。

根据《兰州轨道交通1号线一期工程地震安全性评价报告》所给出的100年超越概率63%、10%和2%的场地基岩地震加速度时程,利用有限差分软件进行地下隧道硐室的地震反应分析。在模型底部施加基岩地震动,设置监测点监测衬砌结构的弯矩、轴力及剪力随时间的变化过程,得到100年超越概率63%、10%及2%工况下的隧道结构地震响应。结果表明:隧道衬砌结构最大弯矩位于拱顶处,最大轴力位于拱顶和拱底处,最大剪力位于上侧壁或下侧壁处;隧道结构内力随着超越概率的降低而增大;以超越概率63%的结构最大内力为基准值,在超越概率10%和2%时,弯矩分别增大1.2和1.7倍,轴力分别增大1.3和1.5倍,剪力分别增大1.5和2.9倍,增幅最大。这可能预示着隧道结构在强地震动作用下会发生剪切破坏。

为优化电力市场竞价,以发电机组实际报价结算购电费用最低为目标函数,提出了基于粒子群算法的电力市场竞价方法。算例仿真计算的结果表明,在满足电力系统多种约束的前提下,能取得较好的收敛结果,进一步验证算法的正确性和有效性。

以某地铁路段为依托,选取列车速度、路基刚度、土层泊松比等因素进行分析,从一个新的角度研究列车荷载作用下地铁隧道对既有铁路桥的影响。研究结果表明,不同列车速度对地铁隧道的扰动范围及大小不同,列车时速越高,其对土体扰动范围越广,产生沉降越大；随着路基下部地基刚度的增加,路基地表沉降呈减小趋势,且其影响深度也减小,这使得对下部地铁隧道的影响也较小；在同一泊松比的情况下,应力在x、y、z方向的影响都比较大,且衰减幅度较快,随着泊松比的增大,水平应力随之增大,竖向应力幅值则有所减小,这与一般规律相符合。

提出了一种改进混沌粒子群算法,将抛物线与混沌序列相融合产生惯性权重,并引入遗传算法中的交叉思想,增加种群中粒子的多样性.建立了考虑汽轮机阀点效应的火电厂经济负荷分配模型,并采用等概率负荷调整约束处理方法处理经济负荷分配中的约束条件,以40台机组经济负荷分配为例进行仿真计算.结果表明:与传统混沌粒子群算法相比,改进混沌粒子群算法优化后的煤耗成本最佳值约降低0.78%;通过与其他智能优化算法的对比,验证了所提出的改进算法具有更好的优化效果和鲁棒性.

通过研究粒子群(pso)优化算法的基本原理,分析了该算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并将pso优化算法应用于电厂机组负荷优化分配问题的研究。通过在3台机组系统的应用,验证表明较之遗传算法等传统优化算法,pso优化算法在优化结果、搜索区间控制以及收敛速度等方面具有较好的特性,能更好地达到或接近全局最优解。

负荷优化分配是火电厂运行优化的一个重要研究领域,在机组之间合理地优化分配负荷能够提高整个火电厂运行的经济性。针对火电厂实际的运行情况,考虑多个实际约束条件,建立了并行火电机组间连续多时段动态负荷优化分配的数学模型;提出运用新近发展起来的智能算法-粒子群算法来解决动态负荷优化分配问题,详细介绍和研究了该算法的基本原理以及在负荷优化分配问题上的实现过程,并针对原算法的不足,对算法进行了改进;根据负荷分配和算法的特性,对初始种群的生成方法进行了改进,同时对约束条件进行了有效处理。仿真实例表明,该方法收敛性好,收敛速度快,能够有效地达到或接近全局最优,从而为火电厂机组负荷优化分配的求解提供了新的有效算法。

针对最小二乘支持向量机在电力负荷预测应用中的参数优化问题,将改进粒子群算法引入到最小二乘支持向量机参数中,建立一种新型的电力负荷预测模型(ipso-lssvm)。首先将最小二乘支持向量机参数编码为粒子初始位置向量;然后通过粒子个体之间的信息交流、协作找到最小二乘支持向量机的最优参数,并针对标准粒子群算法的不足进行相应改进;最后将其应用于电力负荷建模与预测,并通过仿真对比实验测试其性能。实验结果表明,ipso-lssvm可以获得较高准确度的电力负荷预测结果,大幅度减少了训练时间,满足电力负荷在线预测要求。

在无功优化、分布式电源(dg)有功优化和网络重构协同的条件下,以有功网损最小为目标函数、多种电气限制和网络拓扑结构为约束条件建立了配电网综合运行优化模型;针对基本粒子群算法容易陷入局部最优、收敛速度慢等缺点,提出一种改进的粒子群(ipso)算法,并将其用于求解配电网综合运行优化模型.结果表明,所建配电网综合运行优化模型能够同时优化补偿电容器投切容量、有载调压变压器变比、dg出力和网络开关状态,从而获得配电网的最佳运行状态.同时,通过ieee33节点配电网算例的仿真结果验证了配电网综合运行优化模型的有效性和ipso算法的高效性.

利用粒子群算法对入侵检测神经网络模型进行优化。仿真结果表明,与bp神经网络和ga神经网络相比较,具有较强的逼近和容错能力、较快的收敛速度和较好的检测效果。

针对粒子群算法易陷入局部最优的缺点,提出了一种双适应度方法、动态邻域算子和随机动态调整惯性权重机制有机结合的混合改进策略。算例计算表明,该改进策略能增强粒子的局部收敛能力,加快算法的收敛速度,便于处理复杂约束条件,为求解具有复杂约束条件的非线性规划问题提供了一种简单有效的方法。文中探讨了梯级水电站优化调度的相关问题,考虑了丰枯分时电价因素,建立了梯级水电站长期优化调度数学模型,并应用改进粒子群算法进行求解。实际梯级水电站计算表明,该模型使枯水期大部分时间出力均匀平稳,丰水期能兼顾防洪和蓄水的不同要求,有利于电力系统的稳定运行。改进粒子群算法计算速度快、收敛精度高,为梯级水电站长期优化调度提供了一种简单实用的求解方法。

电梯混合能源控制优化是对电梯、太阳能、蓄电池、超级电容等设备间的能量交换进行控制优化。根据电梯系统的特点，在满足电梯所需能量的前提下，以电网所需的耗电量最小为优化指标，建立电梯的混合能源优化目标函数。其中目标优化函数中的变量如0－1等非连续的开关变量，其混合能源管理优化过程是非线性变参数优化问题，难以用普通的解析方法进行计算。采用混沌粒子群算法的智能求解策略，通过对某电梯的仿真，验证了模型和算法的有效性。

经典kriging插值算法在当区域化变量的变化呈非正态分布时,变异函数会出现明显的病态,另外,变异函数是对区域化变量间差值取平方,致使插值结果容易受区域化变量异常值的影响。采取对区域化变量取自然对数的措施,以减弱上述因素的影响,另外在变异函数模型中,引入粒子群(pso)优化算法对变异函数模型参数进行寻优,取得了良好的效果。