赵胜利[1]2004年在《基于计算智能方法的岩土工程与工程网络计划的应用研究》文中提出计算智能主要包括人工神经网络、演化计算等智能模拟方法,近年来得到了迅速发展并广泛应用于土木工程领域。本文对遗传算法、前馈神经网络和自组织映射网络进行了系统的分析并对其在岩土工程和工程网络计划中的应用进行了深入的研究。本文主要研究内容如下:1.综述了遗传算法和人工神经网络的发展历程、基本理论,及其在岩土工程领域和工程网络优化方面的应用研究进展。2.提出了SOM-BP复合神经网络模型进行边坡稳定性分析。首先应用SOM网络对输入样本进行自组织聚类以改善复合网络的输入信息;然后利用BP网络对初步聚类后的样本进行有监督下的训练,模拟边坡稳定影响因素及其稳定状态之间的复杂映射。实例计算表明,基于SOM-BP网络模型的边坡稳定性分析方法具有较高的分析准确率。3.应用遗传算法解决边坡稳定性评价的聚类分析问题。针对问题特点,提出了一种基于自然数的编码方案;以及相应的交叉和变异算子。计算结果表明,该方法可有效克服常规聚类方法中存在的对初始聚类中心敏感以及聚类结果与样本输入次序有关等缺点。4.提出应用进化-神经网络方法来反演深基坑的力学参数。首先利用神经网络对样本数据进行训练,建立深基坑力学参数和支护点位移之间的非线性映射模型;然后应用遗传算法进行优化搜索,反演出最佳的力学参数组合,作为深基坑工程相关计算的理论依据。5.应用遗传算法解决工程网络计划的优化问题:①针对网络计划的资源优化问题的特点,提出一种自然数编码方案;构造出一种新的修复策略,对违约个体进行修复;设计了“邻近”变异算子,使变异在约束允许的范围内进行。②针对网络计划的工期-成本优化问题的特点,提出采用二次回归的方法模拟工期-直接费用关系;然后结合自变异算子的遗传算法寻找最低成本下的最优工期。
李守巨[2]2004年在《基于计算智能的岩土力学模型参数反演方法及其工程应用》文中指出最优估计的岩土力学模型参数是通过比较现场观测到的信息数据与理论模型得到的模型数据的差异而得到的。通过定义目标函数,将参数识别反问题转化为优化问题处理。随着计算机智能计算方法的不断进步和现场观测手段以及观测精度的不断提高,根据现场观测数据进行岩土力学模型参数反演具有良好的应用前景,根据反演的岩土力学模型参数进行反馈设计,可以不断完善和修正原来的工程设计参数。 基于梯度搜索方法的参数反演方法缺陷在于无法保证搜索到全局最优解,其主要原因在于观测误差的存在和模型误差的存在。Tihonov(1963)证明,如果正问题(ForwardProblem)是线性的,那么,反问题的解存在、唯一并且连续地依赖于观测数据(稳定)。关于地下水反问题和热传导反问题以及位移反分析的数值试验发现,当正问题是线性时,如果当不考虑观测数据的观测误差时,反问题的解是唯一的,也就是说,目标函数是凸函数,正如Tihonov所指出的那样;但是,当考虑到观测数据的观测误差时,即使正问题是线性的,反问题的目标函数是非凸的,反问题解是不惟一的。观测误差越大,目标函数的局部极小值数目越多。 遗传算法是一种基于达尔文“自然选择、适者生存”生物进化思想的全局搜索算法,其致命的缺陷在于早熟(Premature)特性。通过将模拟退火算法嵌入到遗传算法中,建立了一种新的锦标赛选择策略。该选择策略使得在种群进化初期,各个个体被选择的概率基本相等,保证了进化过程中种群的多样性,有效解决遗传算法的早熟问题。而随着种群的进化,模拟退火算法中的退火温度逐步降低,使得适应度高(目标函数小)的个体被选择的概率增加,加快了算法的收敛速度;当接近种群进化结束时,只有适应度高的个体被选中。 人工神经网络具有自适应、自组织和学习能力。在网络训练过程中采用改进的BP算法,通过对学习算子的优化搜索,大大提高了网络的收敛速度,解决了BP算法迭代过程中目标函数振荡问题。数值算例表明,所提出的改进的BP算法进行岩土材料参数识别收敛速度和识别精度都得到提高。将所建立的遗传—人工神经网络应用到水电站混凝土大坝和岩石基础渗透系数反演和岩土边坡稳定性分析预测工程中,表明具有很高的预测精度。 与传统的基于梯度搜索的优化方法相比,模拟退火算法具有良好的全局收敛特性。岩土模型参数识别反问题转化为组合优化问题,提出了模拟退火算法识别未知的热传导系数和边界条件问题,算法具有良好的抗观测噪音能力。反问题的不适定性由解的不唯一性和不稳定性来表征,模拟退火算法具有解决这一问题的能力。通过与梯度搜索算法相对比,数值模拟计算结果显示了所提出模拟退火反演方法的有效性和适用性。该反演方法可以用于求解线性或者非线性、稳态和瞬态材料热传导参数识别和边界条件识别问题。 根据自然界中不同类型蚂蚁的分工特性,在蚁群算法中增加了“侦察”蚂蚁,该侦察蚂蚁负责搜索信息素非常低的路径(反问题的解),使得算法具有快速搜索到新的更优解的能力,同时有效地避免蚁群算法的“趋同”特性。同时,将遗传算法中的最优个体保留策略应用到蚁群算法,增强了蚁群算法的全局收敛特性和解的精度。由于蚁群算法采用“地毯式”搜索,收敛速度十分有限,特别是对于需要多次求解正问题的岩土力学参数反演问题,其计算速度尤其突出。通过对蚁群算法的改进,将模拟退火算法与蚁人连理T人学博卜学位论文群算法相结合,建立了模拟退火一蚁群算法,该混合优化方法能够充分利用蚁群算法的信息素蒸发和全局修正特性以及模拟退火算法的快速“邻域”搜索特性,加快了蚁群算法的收敛速度和全局收敛特性。该方法可以用来识别二维或叁维、稳态或非稳态地下水流动模型的渗透系数和储水系数问题,以及地下水渗流污染源辨识问题。 结合丰满发电厂、白山发电厂和云峰发电厂的改进和扩建工程,根据现场观测数据,包括坝基扬压力、漏水量和坝体变形观测数据,建立了基于计算智能的混凝土大坝和岩土力学参数反演方法。针对现有基于梯度优化反演所存在的缺陷,提出了基于遗传算法、人工神经网络、模拟退火算法和蚁群算法的参数辨识方法,编制了FORTRAN程序软件,并且应用到所涉及的不同性质问题的工程实践。数值算例和工程实际应用结果表明,所建立的参数反演方法具有良好的鲁棒性和全局收敛特性,与基于梯度搜索的反演方法相对比,大坝变形预报值与工程实际观测值对比具有较高的预测精度。将所提出的智能反演方法应用到白山水电站混凝土大坝和岩石基础渗透系数反演和消能塘渗流场计算以及参数优化,根据参数反演结果和渗流场模拟计算结果进行反馈设计,节约工程成本接近1000万元,取得了明显的社会效益和经济效益。基金资助:国家自然科学基金(基金号:10072014,59779003),高校博士点基金(基 金号2000014107)关键词:岩土工程, 蚁群算法论文类型:应用基础中图分类号:0357.3参数反演,计算智能,遗传算法,模拟退火算法,人工神经网络,TU452,TV6423
文海家[3]2004年在《基于GIS的滑坡灾变智能预测系统及应用研究》文中进行了进一步梳理本文是“十五”重点攻关课题“库区地质灾害监测、预警及辅助决策支持系统关键技术研究与示范”(2001BA604A02)的重要研究组成部分。针对“十五”课题确立的研究攻关目标,本文主要采用计算智能理论及其耦合方法,结合地理信息系统(GIS)技术,研究建立了基于 GIS 的滑坡灾变预测智能集成系统,并在课题示范点吴家湾滑坡、实验小学滑坡上作了实例分析,完成的研究工作及取得的主要进展如下: 1) 讨论了滑坡计算智能(神经网络 ANN、模糊逻辑 FIS、遗传算法 GA)预测的基本方法原理,重点研究了神经网络、模糊逻辑及其耦合方法,并探讨了将之应用于滑坡灾变预测分析的优点及可行性。 2) 详细研究了滑坡灾变预测的神经网络、模糊逻辑方法,并提出了神经网络与模糊逻辑耦合应用于滑坡灾变的自适应神经-模糊推理方法,以及 ANN、FIS、ANFIS 建模的关键技术及其系统设计实现步骤。 3) 对滑坡预测灾变判据进行研究,提出了基于计算智能方法的滑坡灾变综合信息模糊预报判据,并研究了滑坡灾变综合信息模糊预报判据的优点及其具体表达方式。 4) 在 GIS 基本理论、方法分析的基础上,研究了基于 ArcView GIS 3.2 滑坡预报 GIS 综合信息模型建立的相关关键技术,并对滑坡 GIS 信息模型的数值解析技术方法进行研究,分析了 3D-GIS 仿真模型的相关技术问题。 5) 首次提出了 GIS 技术与计算智能理论耦合应用于滑坡灾变研究的新思路。研究开发了滑坡灾变 GIS 综合信息模型与滑坡灾变计算智能预测系统之间的数据交换及数据接口技术。 6) 研究了系统程序实现的关键技术,采用 GIS 二次开发技术、Microsoft VisualStudio 系列 VB.NET、Matlab 程序解释语言及 ArcView GIS 的面向对象语言 Avenue进行混合编程,开发了 GIS 支持下计算智能集成滑坡灾变预测系统。 7) 以“十五”课题(2001BA604A02)研究示范点吴家湾滑坡-实验小学滑坡为例,探讨了 GIS 支持下计算智能集成滑坡灾变预测系统在叁峡万州库区滑坡灾变预测中的应用;并得到了多种方法分析基本吻合的结果。 通过本文的研究,结合多种滑坡灾变预测研究方法进行分析,无论是理论上的科学性还是滑坡灾变预测实践分析成果的可靠性,均表明 GIS 技术与计算智能 I
徐冲[4]2011年在《分岔隧道设计施工优化与稳定性评价》文中研究说明分岔隧道是一类由大跨变断面段、连拱段和小间距段共同构成的组合隧道形式,其线形设计上的多断面、多尺度和施工工序及围岩荷载频繁转换的特点导致其开挖支护体系在复杂应力空间中表现为一个难度自增值系统。如何对该系统进行全局性、准确性的描述和决策,并提出一套能够服务于此类隧道开挖与支护方案优化的普适性方法是本文需要解决的核心问题。在此,本文以胶州湾海底隧道陆域段左线分岔隧道为工程背景,综合叁维数值计算、仿生优化、核机器学习和突变理论等方法,提出分岔隧道洞室稳定性分析与全局智能优化的新方法。该方法首先将仿生优化算法与弹塑性数值计算相融合,完成工程区域围岩力学参数反演；其次,基于主元分析和位移增量基础信息分别建立多权重综合评价体系和洞室稳定性的突变判据,继而采用新的智能全局优化方法在开挖与支护方案各种组合的全局空间下搜索出最优施工方案,成功地解决了分岔隧道开挖与支护方案优化过程中的多目标决策和洞室稳定性评价问题。具体研究内容及成果如下：1.核学习机方法及仿生优化算法研究(1)作为第叁代核机器代表的高斯过程具有小样本、概率推理、泛化性能好的优势,将其应用于边坡和隧道位移非线性时间序列的建模分析表明：高斯过程较人工神经元网络和支持向量机在网络训练精度和预测精度上都有显着提高。(2)利用模拟退火算法兼具“上山性”和“下山性”的特性克服标准粒子群算法易陷入局部最优的缺陷,提出基于二者串行编程的混合优化算法—粒子群-模拟退火算法。其函数测试结果表明：该算法能够适用于高非线性问题的优化求解。(3)为克服传统共轭梯度法在核参数优化过程中的不足,实现混合算法与高斯过程的程序耦合。针对典型滑坡变形预测问题,与基于遗传算法进化的高斯过程等算法进行了对比研究,前者在程序简易性和测试效果两方面均有较大优势。2.基于计算智能方法的分岔段开挖与支护方案优化研究(1)采用FLAC内置FISH语言,构建了粒子群算法与FLAC2D耦合的进化有限差分方法—粒子群-FLAC2D,继而提出了围岩物理力学参数的位移智能反演方法及实现步骤。工程实践表明：该方法在计算效率和优化精度上都具有较大优势。(2)利用主元分析方法解决多目标优化过程中优化指标的权重分配问题,在保存评价指标基础信息的前提下既可达到降维、简化评价体系的目的,又可以避免权重确定的人为因素；同时,首次提出将基于位移增量步的突变判据作为洞室稳定性评价新标准和多目标决策优化过程的约束条件。(3)针对洞室开挖与支护全局优化问题,为避免大量叁维数值计算带来的成本消耗,提出了开挖与支护方案的全局智能优化方法：粒子群-模拟退火-高斯过程-数值计算方法。该方法融合了计算智能全局并行搜索和学习机黑箱推理的特性,能高效率、高精度的处理多目标决策问题。同时,在工程方案决策过程中避免了于几种预选方案中择优的不合理性和局限性,为解决此类工程决策问题提供一种新的有效途径。3.变速段的线形优化及断面轮廓设计研究首先结合基于位移增量信息的突变判据和传统位移、应力指标分析,给出变速段线路过渡方案应以台阶式为最佳过渡方式的结论；其次,考虑匝道及主隧的不同行车速度、发动机制动加速度等因素,提出了线路汇流和分流情况下修正了的变速段长度计算公式和台阶过渡方式下的线路平面线形设计公式；最后,基于作图法原理,给出了变速段各台阶断面的空间布局设计方法及其轮廓设计公式。4.胶州湾海底隧道陆域分岔隧道设计施工优化研究基于进化有限差分方法及其相应的智能位移反演步骤,成功地实现了工程区域围岩力学参数的位移智能反演；接着,集成全局智能优化方法(程序)和ANSYS、TECPLOT等常用优秀前后处理软件技术完成了分岔段的开挖与支护方案优化和洞室稳定性分析,在施工技术许可的前提下提出了合理的支护设计参数和施工方法,继而根据线形优化设计方法确定出变速段的断面尺度及其空间布局。
张晓哲[5]2005年在《基于改进遗传算法的反分析理论及其在电厂沉降观测中的应用》文中指出反分析是岩土工程学科常用的方法。用传统的方法作反分析,在实际工程中存在着很多问题。在把计算智能引入反分析后,实现岩土工程反分析与计算智能的结合,使反分析的应用上升到了一个新的高度。遗传算法是计算智能中的一种常用算法,国内外很多学者都利用其作岩土工程反分析。本文在借鉴前人研究成果的基础上,依托于电厂沉降观测的工程背景,拟利用改进的遗传算法进行地基土层物性参数的反分析。 论文共分六章。第一章绪论。第二章为遗传算法原理简介,介绍了遗传算法的发展概况、基本思想、基本特点、基本操作过程。第叁章主要论述改进的遗传算法反分析原理的程序实现过程,较为详细地介绍了笔者所编制的程序,其内容包括程序设计思想、主要子程序功能介绍、主程序功能等。第四章通过电厂沉降观测的现场测试,介绍了沉降观测的内容和原理,以及沉降基础数据的采集过程。第五章为算例分析部分,通过具体算例,验证了所编制程序的合理性和适用性。第六章为结论与展望,对本文的工作作了总结,对将来可以深入研究的部分作了展望。
刘畅[6]2012年在《土压平衡盾构密封舱压力控制的关键技术研究》文中指出土压平衡盾构机是国家基础建设、资源开发和国防建设急需的重大技术装备,被广泛用于地铁隧道、越江隧道、铁路隧道等工程建设中。密封舱压力平衡控制是土压平衡盾构核心技术之一,直接影响着隧道开挖面的稳定性、施工安全和效率、能量消耗等。但由于对密封舱压力测点观测值与开挖面支护压力之间的映射关系认识不清,难以为密封舱压力平衡控制提供合理、准确的依据,给盾构设计、施工、控制带来了极大的困难,严重地阻碍了土压平衡盾构机的国产化进程。针对这一问题,本文采用模型实验、土工试验、数值模拟技术相结合的方法,研究了密封舱压力分布规律和密封舱压力传递特性,给出了密封舱等效压力的定义与计算方法,提出了密封舱压力测点优化布置方法,为密封舱压力平衡控制提供理论依据。本文以Φ6.28m土压平衡盾构作为设计原型,搭建密封舱压力控制实验台,并进行实验台模拟真实的密封舱压力分布规律的可行性实验。通过在不同改性砂土中进行实验可以发现,实验台密封舱竖直和水平压力分布与工程中的密封舱压力分布规律一致,表明实验台可以模拟改性砂土流动过程,能为密封舱内压力场数值模拟方法的有效性验证提供详实的数据。在搭建密封舱压力控制实验台的基础上,通过模型实验验证离散元法模拟密封舱压力场的有效性。依据改性砂土的叁轴实验数据,采取基于遗传神经网络的反演方法获取改性砂土等效离散元模型参数。通过反演得到的接触模型参数预测的叁轴实验结果与实测数据基本一致,表明接触模型能够模拟改性砂土颗粒间的力学行为,反演方法是可行的和正确的。在此基础上,以密封舱压力控制实验台为原型,进行密封舱压力场离散元数值模拟研究。数值模拟结果与实测结果具有较好的一致性,说明离散元仿真模型是有效的,为进一步的密封舱压力传递特性研究和测点布置优化奠定了基础。基于离散元数值模拟方法,本文研究了密封舱压力传递特性,提出开挖面与密封舱隔板间的压力差计算公式。采用数值模拟方法研究沈阳某地铁标段施工的Φ6.28m土压平衡盾构密封舱压力传递特性,通过施工数据验证了密封舱压力传递特性是可以用于指导施工的。同时,通过改变密封舱几何模型和边界条件,研究了密封舱长度、隧道埋深、刀盘开口对密封舱压力传递特性的影响。结果表明密封舱长度、隧道埋深对开挖面与隔板间的压力差的影响很小,但是随着刀盘开口率的增大,开挖面与隔板间的压力差反而降低,两者成二次函数曲线关系,为密封舱压力的设定提供了理论依据。为了获得较为精确的密封舱压力控制依据,本文提出密封舱等效压力的概念与加权计算方法,建立密封舱压力测点布置优化的数学模型,给出了密封舱压力测点优化布置方法。以Φ6.28m土压平衡盾构为研究对象,基于密封舱压力数值模拟数据,采用模糊聚类分析与判别分析相结合的方法进行了压力测点布置优化研究。通过对比密封舱等效压力误差可以发现,加权算法获得的密封舱等效压力是准确的,密封舱压力测点优化布置方法是可行的,为土压平衡盾构机设计、密封舱压力控制提供理论基础。最后,对下一步的研究工作进行了展望和规划。
葛宏伟, 梁艳春, 刘玮, 顾小炯[7]2004年在《人工神经网络与遗传算法在岩石力学中的应用》文中认为岩石力学与岩石工程问题包含极其丰富的内容,实际工程问题又不断地提出各种新的要求,致使很多问题利用传统的方法难于解决。借鉴其他相关学科的先进思想与技术来解决岩石力学研究中的难点问题,已经成为当前岩石力学研究领域的一个热门课题。计算智能中有关模型与方法的利用有助于我们更深入地研究与解决岩石力学中的某些问题。参考近年来人工神经网络与遗传算法在岩石力学应用中的某些问题,对有关课题的研究状况与进展做了介绍,对计算智能在岩石力学与岩石工程中的应用研究做了展望。
高玮[8]2002年在《岩土工程反分析的计算智能研究》文中认为传统岩土工程学科的研究方法及思路限制了岩土工程反分析技术,乃至整个学科的发展,因此,从研究思维变革的根本上着手,把现代智能科学中的新发展分支—计算智能引入岩土工程反分析,可望使其产生一个飞跃性突破,以至带动整个岩土工程学科的发展。基于此思路,本文把计算智能方法引入反分析领域(本文反分析指位移反分析),全面而系统地进行了反分析的计算智能研究。
高斌[9]2011年在《网络计划技术在九江学院逸夫图书馆项目中的应用研究》文中提出网络计划技术作为一种重要的管理技术手段,在当今的工程项目管理领域发挥着重要的作用,其能够综合性的完成项目各资源及约束条件之间的优化配置的作用,使得其相对于其他的进度计划有其先天的优势,然而虽然其性能优越,但其应用的复杂性和项目管理人员应用能力的参差不齐,导致该技术方法只流于形式,只是手上画画、墙上挂挂。没有发挥其真正的效用,为工程项目管理工作提供服务。本文首先回顾了网络计划技术的产生、发展,分析了网络计划的应用现状,指出其应用中存在的问题及引起问题的深层原因。从网络计划编制、执行、优化等应用的全过程出发,提出分步增加其应用性的策略,积小步而成千里,最终使其应用性和操作性大大增强。本文特别在单代号网络计划和横道计划的结合上,提出了“单代号横道网络”,使得网络计划即具有网络计划的整体性、系统性和便于优化的特点,又具有横道图的图形直观、便于绘制、实用性强和受众面广的特点,使其适用性得到了很大的提高。最后文章结合作者长期工作单位的建设项目——九江学院逸夫图书馆工程的施工管理实践,将网络计划应用于工程施工管理过程中,使得此工程能够在新学年学生开学前完成各项工作,交付使用。通过运用横道网络计划法,使该项目的工期提前了34天,并实现了资源的优化配置。本论文所做的工作主要包括:通过分析找出网络计划应用中存在的问题,并分步提出网络计划技术提高应用性的对策。提出单代号横道网络计划技术,介绍了单代号搭接横道网络的应用。运用网络计划优化的理论对横道图进行优化。最后将提出的方法应用在九江学院逸夫图书馆项目中。
姜谙男[10]2004年在《大型洞室群开挖与加固方案反馈优化分析集成智能方法研究》文中进行了进一步梳理大型洞室群规模已超出现行规范,本身结构比较复杂,又处于复杂的地质环境中,因而影响围岩稳定性的因素错综复杂。如何准确地根据监测信息快速动态调整施工方案,是有待解决的重要问题。本论文以清江水布垭电站地下厂房作为工程应用背景,综合叁维数值计算、智能方法和计算机决策技术,提出了大型洞室群施工期集成智能动态反馈分析方法,并用于水布垭地下厂房施工期的方案反馈分析与优化。具体来说,主要进行了如下的工作: (1) 针对经验公式方法的不足,提出基于工程实例的隧洞最大允许变形的支持向量机(SVM)自动获取方法。 (2) 针对以往反馈优化方法容易陷于局部最优及耗时的问题,提出了大型洞室群反馈分析的3D并行进化SVM-数值模拟优化方法,并且基于MPI开发了相应并行计算平台。该方法能够全局快速搜索最优解,与并行神经网络进化有限元方法相比,计算速度提高近十倍。 (3) 地下大型洞室群锚固参数优化具有以下特点:稳定性目标和经济性目标是矛盾的;洞室的稳定性分析非常复杂;评价指标要求全面反映锚固效果;锚固参数组合的方案数量多,优化计算量大。针对这些特点,建立了地下大型洞室施工锚固参数优化模型,确定了约束条件及优化的指标,给出了优化的方法和步骤。采用主成分分析法处理多指标评价问题,既可以在保持评价系统信息、达到降维,简化评价系统的目的,又可以避免权重确定的人为因素。 (4) 建立了地质描述模糊评判和变形速率比值判别知识库。在课题组原有推理机和知识库基础上,提出了基于IDSS的大型洞室群施工期反馈分析的集成智能分析系统的模型。进行了软件系统的部分开发工作,并将该系统初步应用于水布垭电站地下厂房施工期反馈分析。 (5) 以叁维弹塑性数值模拟开挖支护为基础,将多种反馈分析的方法,包括从工程实例获取隧洞最大允许变形的SVM方法、围岩变形SVM时间序列分析、地质描述模糊评判法、变形速率比值判别法、基于3D并行进化SVM-数值模拟方法等进行集成。建立了清江水布垭电站地下厂房水施工期动态集成智能反馈分析流程,提高分析结果的可靠性。 (6) 在水布垭电站地下厂房施工期间,利用开挖监测信息,基于3D并行进化SVM-数值模拟的方法进行该地下厂房围岩参数的反演。利用反演得到的岩
参考文献：
[1]. 基于计算智能方法的岩土工程与工程网络计划的应用研究[D]. 赵胜利. 天津大学. 2004
[2]. 基于计算智能的岩土力学模型参数反演方法及其工程应用[D]. 李守巨. 大连理工大学. 2004
[3]. 基于GIS的滑坡灾变智能预测系统及应用研究[D]. 文海家. 重庆大学. 2004
[4]. 分岔隧道设计施工优化与稳定性评价[D]. 徐冲. 北京交通大学. 2011
[5]. 基于改进遗传算法的反分析理论及其在电厂沉降观测中的应用[D]. 张晓哲. 宁夏大学. 2005
[6]. 土压平衡盾构密封舱压力控制的关键技术研究[D]. 刘畅. 大连理工大学. 2012
[7]. 人工神经网络与遗传算法在岩石力学中的应用[J]. 葛宏伟, 梁艳春, 刘玮, 顾小炯. 岩石力学与工程学报. 2004
[8]. 岩土工程反分析的计算智能研究[J]. 高玮. 岩石力学与工程学报. 2002
[9]. 网络计划技术在九江学院逸夫图书馆项目中的应用研究[D]. 高斌. 西安建筑科技大学. 2011
[10]. 大型洞室群开挖与加固方案反馈优化分析集成智能方法研究[D]. 姜谙男. 东北大学. 2004
标签：数学论文; 宏观经济管理与可持续发展论文; 遗传算法论文; 网络计划论文; 网络模型论文; 预测模型论文; 岩土工程论文; 蚁群算法论文; 力学论文; 滑坡论文;