边坡变形预测的群体智能模型

作     者：赵洪波 ZHAO Hongbo

作者机构：河南理工大学土木工程学院 中国科学院岩土力学重点实验室湖北武汉430071 

出 版 物：《岩石力学与工程学报》 (Chinese Journal of Rock Mechanics and Engineering)

年 卷 期：2006年第25卷第8期

页      面：1664-1669页

核心收录：

学科分类：081803[工学-地质工程] 08[工学] 080104[工学-工程力学] 0818[工学-地质资源与地质工程] 0815[工学-水利工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：中国科学院岩土力学重点实验室开放基金项目(Z110405) 浙江省高校青年教师资助计划项目 

主　　题：边坡工程 变形预测 变形时间序列 微粒群算法 全局优化 

摘      要：变形是岩土工程结构反馈出的重要信息,变形监测对指导施工具有重要意义。如何有效地利用监测数据是工程技术人员关心的问题。结合时间序列分析方法,将一种新的仿生群体算法——微粒群算法引入到边坡变形预测模型中,并提出变形估计模型。该算法能实现模型结构和参数的耦合识别,且该算法具有很好的全局识别能力;同时,建立的模型具有较高的推广预测能力。将该方法应用到三峡船闸高边坡变形预测中,取得比较理想的效果,该方法具有快速、准确的特点,可为岩土工程的信息化施工和管理提供一条新的途径。