.png){kind=icon}
返回
Integrated Optimization System for Geotechnical Parameter Inversion Using ABAQUS, Python, and MATLAB
.png){kind=icon}
OA
AI
DOI：10.3390/buildings15071108.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
岩土参数的精确反演对于评估地基承载力和稳定性至关重要，这直接影响到结构的安全性和使用性能。荷载-沉降行为的准确预测对于防止设计过度和性能不足至关重要，以确保地基在无过大变形或破坏的情况下支撑预期荷载。本文提出了一种集成优化系统，结合ABAQUS (2022)、Python (PyCharm21.3.3)和MATLAB (2022b)软件，基于Duncan-Chang (DC)模型，用于关键岩土参数的反演。ABAQUS UMAT子程序定制了DC模型，便于其在土-结构相互作用分析的有限元模拟中的应用。为改进优化过程，实施了一种自适应遗传算法，该算法动态调整交叉和变异率，从而提高解搜索和参数空间探索的效果。反演了DC模型的关键参数——土体的初始切线刚度（K）和非线性变形特性（n）。通过对比室内承载板试验获得的试验压力-沉降曲线，验证了该反演的准确性。因此，该优化系统有效地将智能算法与有限元分析相结合，成为精确岩土参数反演的可靠工具，具有提高地基设计精度、优化土-结构相互作用预测以及提升岩土结构整体稳定性和安全性的潜力。
Keyword:
adaptive genetic algorithm
Duncan-Chang model
joint optimization
geotechnical parameters
secondary development
期刊
IF:
3.1
论文数:
1.8W
被引数:
2.5W
机构
引用论文
Improving Accuracy in Shallow Foundation Settlement Prediction Using Rock Engineering System Method利用岩石工程系统方法提高浅基础沉降预测的准确性
PREAI
分享收藏Duncan-Chang E-υ Model Considering the Thixotropy of Clay in the Zhanjiang Formation.png)
SUSTAINABILITYOAAI
SUSTAINABILITYIF3.3
OAAI分享收藏分享收藏Soil parameter inversion modeling using deep learning algorithms and its application to settlement prediction: a comparative study基于深度学习算法的土壤参数反演建模及其在沉降预测中的应用: 一项比较研究ACTA GEOTECHNICA
ACTA GEOTECHNICAIF5.7
PREAI
分享收藏
查看更多内容