智能計(jì)算與參數(shù)反演

李守巨，男，1960年10月生，副教授，工學(xué)博士，環(huán)境與巖土力學(xué)研究室主任。1978年9月～1982年7月，阜新礦業(yè)學(xué)院采礦工程系學(xué)生；1982年8月～1983年7月，鐵法礦務(wù)局曉南礦開拓區(qū)501掘進(jìn)隊(duì)技術(shù)員；1983年8月～1986年7月，中國(guó)礦業(yè)學(xué)院（北京研究生部）礦山建筑工程系研究生；1986年8月～1994年8月，阜新礦業(yè)學(xué)院采礦工程系和礦山建筑系講師、副教授；1994年9月～現(xiàn)在，連理工大學(xué)工程力學(xué)系副教授。其中2002年3月～2004年12月，大連理工大學(xué)工程力學(xué)系在職攻讀博士學(xué)位。

第1章智能計(jì)算與參數(shù)反演概述

1.1參數(shù)反演的工程背景

1.2有關(guān)人類智能的定義

1.3智能計(jì)算方法概述

1.3.1遺傳算法及其發(fā)展歷程

1.3.2人工神經(jīng)網(wǎng)絡(luò)及其發(fā)展和應(yīng)用現(xiàn)狀

1.3.3模擬退火算法及其研究進(jìn)展

1.3.4人工蟻群優(yōu)化算法發(fā)展和應(yīng)用現(xiàn)狀

1.3.5啟發(fā)式優(yōu)化方法比較分析

1.4基于智能計(jì)算的參數(shù)反演方法研究進(jìn)展

2.2參數(shù)識(shí)別反問題所要研究的內(nèi)容

2.3求解反問題的特點(diǎn)和難點(diǎn)

1.4.1基于梯度搜索算法巖土力學(xué)反問題研究簡(jiǎn)單回顧

1.4.2基于人工神經(jīng)網(wǎng)絡(luò)方法巖土力學(xué)反問題研究進(jìn)展

1.4.3基于遺傳算法巖土力學(xué)反問題研究進(jìn)展

1.4.4基于模擬退火算法巖土力學(xué)反問題研究進(jìn)展

1.5本書的主要內(nèi)容介紹

參考文獻(xiàn)

第2章參數(shù)識(shí)別反問題的適定性及其討論

2.1經(jīng)典的最小二乘參數(shù)估計(jì)方法

2.4反問題的基本求解方法

2.4.1反問題的直接解法

2.4.2反問題的間接求解方法

2.5反問題解的適定性

2.5.1反問題解的適定性的定義

2.5.2反問題參數(shù)識(shí)別的可識(shí)別性

2.5.3反問題參數(shù)識(shí)別的唯一性

2.5.4反問題參數(shù)識(shí)別的穩(wěn)定性

2.6參數(shù)識(shí)別結(jié)果的協(xié)方差分析

2.7本章小結(jié)

參考文獻(xiàn)

第3章基于梯度搜索的巖土力學(xué)參數(shù)反演方法

3.1參數(shù)識(shí)別反問題解的定義

3.2基于Levenberg-Marquardt最小二乘的參數(shù)反演方法

3.3基于BFGS優(yōu)化方法的參數(shù)反演方法

3.4對(duì)偶邊界控制方法在反演中的應(yīng)用

3.5數(shù)值算例

3.5.1土體固結(jié)參數(shù)反演

3.5.2基于BFGS優(yōu)化方法的初始地應(yīng)力場(chǎng)參數(shù)位移反分析

3.5.3基于正則化最小二乘法的含水層參數(shù)反演

3.6工程應(yīng)用——基于Gauss-Newton優(yōu)化算法的豐滿混凝土大壩彈性參數(shù)反演方法

3.6.1工程概況

3.6.2壩頂水平位移水壓分量的分離計(jì)算

3.6.3參數(shù)識(shí)別結(jié)果

3.7本章小結(jié)

參考文獻(xiàn)

第4章基于遺傳算法巖土材料力學(xué)參數(shù)反演方法

4.1遺傳算法的基本原理和特點(diǎn)

4.2遺傳算法的進(jìn)化過程和基本操作

4.2.1編碼和解碼

4.2.2初始種群的生成

4.2.3適應(yīng)度值評(píng)價(jià)

4.2.4選擇操作

4.2.5交叉操作

4.2.6變異操作

4.2.7收斂準(zhǔn)則

4.3遺傳算法運(yùn)行參數(shù)的選擇

4.4數(shù)值算例

4.4.1多極值優(yōu)化問題算例

4.4.2基于遺傳算法的巖土阻尼參數(shù)識(shí)別方法

4.4.3基于遺傳算法巖土邊坡抗剪指標(biāo)參數(shù)反演及其最小安全系數(shù)的全局搜索

4.4.4基于遺傳算法巖體初始地應(yīng)力參數(shù)反演

4.5工程應(yīng)用——基于遺傳算法的豐滿水電站水輪發(fā)動(dòng)機(jī)振動(dòng)荷載參數(shù)反演

4.5.1水輪發(fā)電機(jī)現(xiàn)場(chǎng)振動(dòng)測(cè)試試驗(yàn)

4.5.2水輪發(fā)電機(jī)振動(dòng)正演分析模型

4.5.3水輪發(fā)電機(jī)振動(dòng)荷載參數(shù)反演結(jié)果

4.6本章小結(jié)

參考文獻(xiàn)

第5章基于人工神經(jīng)網(wǎng)絡(luò)巖土力學(xué)參數(shù)反演及其預(yù)測(cè)方法

5.1人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介

5.2生物神經(jīng)元

5.3人工神經(jīng)網(wǎng)絡(luò)常用的學(xué)習(xí)規(guī)則

5.4BP神經(jīng)網(wǎng)絡(luò)

5.4.1BP神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)

5.4.2BP神經(jīng)網(wǎng)絡(luò)模型

5.4.3經(jīng)典的BP算法

5.5數(shù)值算例

5.5.1巖土邊坡彈性參數(shù)識(shí)別方法

5.5.2邊坡穩(wěn)定性分析的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)

5.5.3基于混合優(yōu)化策略的結(jié)構(gòu)損傷識(shí)別方法

5.6有關(guān)人工神經(jīng)網(wǎng)絡(luò)的討論

5.6.1幾個(gè)關(guān)鍵問題

5.6.2遺傳神經(jīng)網(wǎng)絡(luò)

5.7工程應(yīng)用——基于遺傳神經(jīng)網(wǎng)絡(luò)的白山混凝土大壩滲透系數(shù)反演

5.7.1工程概況

5.7.2滲透系數(shù)反演分析

5.8本章小結(jié)

參考文獻(xiàn)

第6章基于模擬退火算法的巖土材料熱傳導(dǎo)參數(shù)識(shí)別方法

6.1物理退火過程和Metropolis準(zhǔn)則

6.2模擬退火算法的馬爾可夫鏈

6.3模擬退火算法新解的產(chǎn)生和接受準(zhǔn)則

6.4模擬退火算法的改進(jìn)

6.5數(shù)值算例

6.5.1瞬態(tài)多層材料熱力學(xué)參數(shù)識(shí)別方法

6.5.2混凝土水化過程熱力學(xué)參數(shù)識(shí)別

6.5.3材料非線性熱傳導(dǎo)參數(shù)識(shí)別

6.5.4集中熱源作用下材料熱力學(xué)參數(shù)反演

6.5.5穩(wěn)態(tài)熱傳導(dǎo)材料參數(shù)識(shí)別問題

6.6工程應(yīng)用——基于模擬退火算法的云峰混凝土大壩材料參數(shù)反演

6.7本章小結(jié)

參考文獻(xiàn)

第7章基于蟻群算法的地下水滲流模型參數(shù)識(shí)別方法

7.1自然界中螞蟻的基本特性

7.2人工蟻群算法的發(fā)展歷史及其研究進(jìn)展

7.3經(jīng)典的用于求解TSP的蟻群算法模型

7.4蟻群算法的改進(jìn)

7.5數(shù)值算例

7.5.1地下水污染源識(shí)別

7.5.2基于蟻群算法的含水層參數(shù)識(shí)別

7.6工程應(yīng)用——基于蟻群算法的豐滿混凝土大壩滲透系數(shù)反演

7.7本章小結(jié)

參考文獻(xiàn)

第8章盾構(gòu)機(jī)掘進(jìn)過程中的智能預(yù)測(cè)與控制方法

8.1國(guó)內(nèi)外盾構(gòu)掘進(jìn)機(jī)的發(fā)展歷史和現(xiàn)狀

8.2EPB盾構(gòu)機(jī)工作面土壓力和油缸推力合理選擇

8.2.1EPB盾構(gòu)機(jī)工作面土壓力合理選擇

8.2.2盾構(gòu)機(jī)掘進(jìn)推力的優(yōu)化研究

8.3基于神經(jīng)網(wǎng)絡(luò)的盾構(gòu)機(jī)掘進(jìn)隧道地表沉降研究

8.3.1地表變形的基本理論

8.3.2盾構(gòu)隧道地面變形的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

8.4基于神經(jīng)網(wǎng)絡(luò)的EPB盾構(gòu)機(jī)土艙壓力控制系統(tǒng)

8.4.1基于PID神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)控制原理

8.4.2基于PID神經(jīng)網(wǎng)絡(luò)EPB盾構(gòu)機(jī)土艙壓力控制系統(tǒng)

8.4.3基于BP神經(jīng)網(wǎng)絡(luò)的土艙壓力平衡自動(dòng)控制

8.5本章小結(jié)

參考文獻(xiàn)

……2100433B

書　名：智能計(jì)算與參數(shù)反演

ISBN：9787030230478

開本：16

定價(jià)：58.00 元

《智能計(jì)算與參數(shù)反演》一書詳盡地論述了基于智能計(jì)算的參數(shù)反演的基本原理和算法的實(shí)現(xiàn)，其顯著特點(diǎn)在于理論上的系統(tǒng)性和方法的實(shí)用性，《智能計(jì)算與參數(shù)反演》提供了大量的數(shù)值算例和工程應(yīng)用實(shí)例，強(qiáng)調(diào)如何應(yīng)用最新的智能算法建立巖土力學(xué)模型參數(shù)反演模型與方法以及解決巖土工程中遇到的反問題。

《智能計(jì)算與應(yīng)用(英文版)》內(nèi)容簡(jiǎn)介：The 3rd International Symposium on Intelligence Computation and Applications (ISICA 2008) will be held in the China University of Geosciences (Wuhan), Wuhan, China, on December 19-21, 2008 and followed the tradition already established by the last two ISICA conferences were held in Wuhan in 2005 and 2007. A major goal of ISICA is to bring together expers on intelligent computation from around the world, and to provide a leading international forum for the dissemination of original research results in intelligence computation, real-world application, algorithms, software and systems, and different applied disciplines with potential in intelligence computation. ISICA conferences are one of the first series of international conferences on computational intelligence that combines elements of learning, adaptation, evolution and fuzzy logic to create programs as alternative solutions to artificial intelligence. The proceedings of ISICA conferences have a number of unique features including uniqueness, newness, successfulness, and broadness. The proceedings of ISICA conferences have been accepted into the Index to Scientific and Technical Proceedings (ISTP), while ISICA 2007 proceedings published by Springer have also been indexed by Engineering Information (EI).

《智能計(jì)算與信息處理》立足于實(shí)際工程應(yīng)用需求，較為全面、系統(tǒng)地介紹了智能計(jì)算與信息處理的基本概念、發(fā)展現(xiàn)狀、主要方法和基本應(yīng)用。全書共分6章，以作者多年來在智能計(jì)算與信息處理領(lǐng)域的教學(xué)工作、科研成果為基礎(chǔ)，全面討論了知識(shí)與信息的表示、人工神經(jīng)網(wǎng)絡(luò)、不確定信息處理、群智能算法、云計(jì)算和大數(shù)據(jù)等內(nèi)容。

《智能計(jì)算與信息處理》可作為高等院校相關(guān)專業(yè)的教學(xué)用書和學(xué)習(xí)參考讀物，也可供相關(guān)領(lǐng)域的科研工作者和工程技術(shù)人員參考使用。