位置:成果数据库 > 期刊 > 期刊详情页
基于人工蜂群算法的船闸高边坡岩体力学参数反分析
  • ISSN号:1671-1815
  • 期刊名称:《科学技术与工程》
  • 时间:0
  • 分类:U615.9[交通运输工程—船舶及航道工程;交通运输工程—船舶与海洋工程]
  • 作者机构:[1]河海大学港口海岸与海岸工程学院,南京210098
  • 相关基金:国家自然科学基金项目(50909038)、教育部博士点基金(20090094120006)、中央高校基本科研业务费专项资金(2009809714),江苏省自然科学基金(BK2011743)资助
中文摘要:

人工蜂群算法(ABCA)是一种模仿自然界中蜜蜂群采集蜂蜜的自组织过程,达到寻找复杂映射极值的智能算法。采用人工蜂群算法,对长江上游某船闸施工过程中,岩体开挖产生的高边坡进行岩体力学参数反分析。旨在通过反分析的手段得到的一组更加符合工程实际的岩体力学参数。将反分析得到的这些参数用于该船闸高边坡的开挖正算,并通过实际测点位移监测值和位移计算值的比较,评价反分析得到的这组参数的优劣性。

英文摘要:

The Artificial Bee Colony Algorithm (ABCA) is a kind of intelligent algorithm which is used for searching extreme values in a complex function mapping. The ABCA is put forward in emulating the way in which bees collect honey in nature. Use of the ABCA is maken to make the back analysis of rock mechanics parameters of high slope due to the excavation procedure of a ship lock at upper reaches of Yangtze River. The objective is to get a group of rock mechanics parameters, which more satisfy the needs in construction engineering practice, by taking the method of back analysis. The obtained rock mechanics parameters, afterwards, are used in the displacement analysis of the same high slope. By the comparison of the calculating results with the monitoring points' records, the valuation of the required rock mechanics parameters is realized.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《科学技术与工程》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国技术经济学会
  • 主编:明廷华
  • 地址:北京市学院南路86号
  • 邮编:100081
  • 邮箱:ste@periodicals.net.cn
  • 电话:010-62118920
  • 国际标准刊号:ISSN:1671-1815
  • 国内统一刊号:ISSN:11-4688/T
  • 邮发代号:2-734
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:29478