摘要：岩土物理力学参数是岩土工程设计及施工的主要依据。为得到更符合实际的岩土力学参数,研究提出了一种更加快捷准确的参数确定方法,即基于支持向量机(SVM)的位移反分析法。基于发展于自然仿生学的群智能算法-灰狼算法(GWO),结合差分进化算法(DE)的交叉变异操作对灰狼算法进行进化,得到一种差分进化灰狼混合优化算法(DEGWO),用其对支持向量机参数进行优化后反演出岩土力学参数。结合昆明某地铁隧道项目,采用Midas/GTS有限元软件构建模拟隧道施工的三维仿真模型。以某段隧道顶地表实测沉降数据为依据,用差分进化灰狼混合算法优化后的支持向量机模型反演岩体力学参数,并据反演参数及地勘报告建议参数计算得出的、Peck法计算的与实际地表监测的沉降值进行对比分析,结果表明:据反分析得出的参数计算的地表沉降值与实测值基本吻合,另外两种方法的计算值与实测值相差较大。通过以上分析表明本方法合理可行,反演出参数合理,用其进行计算的结果准确更符合实际,本方法能为岩土力学参数的获取、校核提供新的途径。

摘要：传统获取土体物理力学参数的试验方法受土体扰动、仪器及人员操作影响,得到的结果往往较离散。研究基于统计学习理论的支持向量机(SVM)改进方法,通过使用搜索效率高的仿生学算法——微粒群算法(PSO)对支持向量机参数进行优化,提高支持向量机的预测精度,并结合三维有限元数值模拟分析,得到一种新的可快速获取参数指标的反演计算模型。从而达到在统计样本量较少的情况下,也能获得很好预测结果的目的。以实际隧道施工过程中地表沉降监测数据为依据,对隧道周围泥炭质土及黏土层加固后的压缩模量采用POS-SVM进行反演,将反演值代入三维有限元模型计算地表沉降,并对实际监测、三维有限元模型计算及Peck公式计算的地表沉降值进行对比分析。发现在布设的28个地表沉降监测点中,实际监测及模型计算结果间差异很小,一半的点之间差异小于10%,有几个点稍大,但最大也仅是18.8%。监测与模型计算结果吻合较好,沉降规律也一致。而Peck公式计算的值大部分偏大,计算沉降与实际监测的规律也不一致。以上研究结果表明,采用PSO-SVM反演岩土力学参数的方法是合理可行的,对今后设计及施工所需岩土力学参数的确定及校核提供了一种新的分析方法。

摘要：利用Voronoi网格技术,给出了逐孔台阶爆破起爆顺序的确定方法,很好的改善了爆破效果。以Voronoi网格剖分技术为理论基础,结合优化理论在Visual C++平台下开发了一款台阶爆破设计与优化软件,可以实现:台阶爆破布孔设计、爆堆矿岩块度分布、爆破效果评价等功能。软件应用简便,界面友好,适合于露天矿及其他台阶爆破工程。