排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
基于改进PSO算法的岩石蠕变模型参数辨识 总被引:1,自引:0,他引:1
微粒群优化(PSO)算法是一类随机全局优化技术,具有收敛速度快、规则简单、易于实现的优点.针对岩石蠕变本构模型参数的辨识问题,本文利用FLAC软件自带的fish语言实现了改进PSO算法对本构模型参数的辨识.该方法从岩石本构模型参数的随机值出发,以蠕变过程中试件变形的实验值与计算值的误差大小作为适应度函数来评价参数的品质,利用改进PSO算法规则实现模型参数的进化,搜索出全局最优的模型参数值,从而实现了岩石蠕变本构模型参数的自适应辨识.利用该方法对页岩蠕变实验进行了仿真研究,实验结果表明:改进的PSO算法用于岩石蠕变模型的参数辨识是有效的. 相似文献
2.
3.
4.
5.
石人沟铁矿北区采场结构参数的优化 总被引:1,自引:0,他引:1
唐钢石人沟铁矿目前处于露天转地下开采过渡期,亟需确定合理的地下采场结构参数.本文首先在岩石力学试验的基础上估算了岩体力学参数,采用三维有限元数值模拟方法对采场结构进行了研究,得出了地下开采时不同采场结构参数下采场的应力和应变情况,并以此为依据对其稳定性进行了分析,最终确定了最优方案,确定了石人沟北区合理的采场结构参数. 相似文献
1