基于改进粒子群算法的混凝土坝热学参数反演研究

基于改进粒子群算法的混凝土坝热学参数反演研究

论文摘要

为实时获取真实浇筑环境下混凝土热学特性变化规律,基于温度观测数据,建立了材料参数识别的群体智能优化粒子群模型。针对传统粒子群算法易早熟陷入局部极值点这一问题,将粒子群算法与凹函数权值递减策略相结合,对粒子群算法进行改进,通过算法性能对比分析来说明其有效性。考虑冷却通水以及外界气温变化影响,将改进的粒子群算法用于某拱坝高温季节热学参数反演分析,通过实测温度与计算温度对比分析来说明反演参数的合理性。算例分析表明,改进的粒子群算法具有收敛速度快、识别精度高等优点。

论文目录

  • 1 改进的粒子群算法
  •   1.1 粒子群优化算法
  •   1.2 粒子群算法收敛性分析
  •   1.3 权重改进的粒子群算法
  • 2 混凝土热学参数反演
  •   2.1 初期有热源水管冷却问题
  •   2.2 目标函数建立
  • 3 ω变化的算法性能分析
  • 4 工程实例分析
  •   4.1 计算模型及边界条件
  •   4.2 已浇筑仓参数反演分析
  • 5 结 论
  • 文章来源

    类型: 期刊论文

    作者: 王峰,周宜红,赵春菊,王放

    关键词: 拱坝,热学参数,反演分析,粒子群算法,水管冷却

    来源: 振动与冲击 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 水利水电工程

    单位: 三峡大学水利与环境学院,三峡大学湖北省水电工程施工与管理重点实验室

    基金: 国家自然科学基金青年科学基金(51809154),湖北省教育厅科学技术研究项目中青年人才(Q20181207)

    分类号: TV642

    DOI: 10.13465/j.cnki.jvs.2019.12.024

    页码: 168-174+181

    总页数: 8

    文件大小: 1651K

    下载量: 222

    相关论文文献

    • [1].电阻率测深数据的粒子群算法反演[J]. 红水河 2019(06)
    • [2].以云计算资源为基础实现粒子群算法的优化[J]. 电子技术与软件工程 2019(24)
    • [3].基于改进粒子群算法的机组负荷优化分配研究[J]. 科技创新导报 2019(28)
    • [4].基于改进粒子群算法的工程项目多目标集成管理研究[J]. 价值工程 2020(05)
    • [5].改进粒子群算法应用于挖掘机铲斗位置控制[J]. 机械设计与制造 2020(02)
    • [6].基于改进量子粒子群算法的输电网规划[J]. 计算机产品与流通 2020(02)
    • [7].基于改进粒子群算法的主动配电网网架优化研究[J]. 电气应用 2020(01)
    • [8].采用改进粒子群算法优化的涡轮增压器节能研究[J]. 中国工程机械学报 2020(01)
    • [9].进化粒子群算法在航空发动机模型求解中的应用[J]. 工程与试验 2019(04)
    • [10].粒子群算法在金融风险模型中的研究与改进[J]. 吉林大学学报(信息科学版) 2020(02)
    • [11].基于改进的粒子群算法求解供应链网络均衡问题[J]. 运筹与管理 2020(02)
    • [12].基于粒子群算法的航班座位自动分配系统[J]. 科技创新导报 2019(36)
    • [13].一种求解电力系统无功优化的改进粒子群算法[J]. 电工技术 2020(12)
    • [14].基于改进粒子群算法的主动微波遥感土壤水分反演方法研究[J]. 河南农业 2020(17)
    • [15].基于混合粒子群算法的注塑机电液伺服系统控制研究[J]. 机床与液压 2020(16)
    • [16].基于量子粒子群算法的大型阵稀疏优化方法[J]. 航空科学技术 2020(08)
    • [17].基于粒子群算法的函数复杂度分类法[J]. 控制工程 2020(08)
    • [18].协同粒子群算法下的火工品参数辨识[J]. 企业科技与发展 2020(09)
    • [19].基于家庭角色视角下家庭粒子群算法研究——评《家庭粒子群算法:方法、理论与性能分析》[J]. 中国科技论文 2020(09)
    • [20].基于混合粒子群算法的双离合变速器参数优化设计[J]. 吉林大学学报(工学版) 2020(05)
    • [21].惯性权重矩阵下的自适应粒子群算法分析[J]. 黑龙江工程学院学报 2020(05)
    • [22].基于改进粒子群算法的有效大数据多标准过滤系统设计[J]. 电子设计工程 2020(20)
    • [23].浅谈粒子群算法的应用[J]. 计算机产品与流通 2019(11)
    • [24].基于粒子群算法的最优值求解[J]. 科技广场 2017(12)
    • [25].基于混合粒子群算法的船舶稳定性分析[J]. 舰船科学技术 2018(14)
    • [26].自适应粒子群算法在模拟电路故障诊断中的应用[J]. 软件导刊 2017(02)
    • [27].基于改进量子粒子群算法的电力系统经济调度仿真研究[J]. 实验技术与管理 2017(03)
    • [28].改进的粒子群算法在云计算下的数据挖掘中的研究[J]. 科技通报 2017(04)
    • [29].基于改进粒子群算法的移动机器人路径规划[J]. 传感器与微系统 2017(05)
    • [30].一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J]. 水下无人系统学报 2017(03)

    标签:;  ;  ;  ;  ;  

    基于改进粒子群算法的混凝土坝热学参数反演研究
    下载Doc文档

    猜你喜欢