چکیده
شناسایی پارامتر مواد در مهندسی ژئوتکنیک یک تابع غیر خطی پیچیده معمولی مشکل بهینه سازی می باشد. روش معکوس بهینه بر اساس نرم افزار ABAQUS در این مقاله بحث شده است. تابع ارزیابی جدید که تابع چند منظوره را برای تابع هدف واحد متحد می سازد با توجه به تدابیر و نتایج محاسبه شده مربوطه ایجاد می گردد. مدل وارونه ترکیب الگوریتم Nelder-Mead- و روش المان محدود ارائه شده است، که در آن برنامه های المان محدود به عنوان یک ماژول درالگوریتم Mead- Nelder- تعبیه شده می باشد. این رویکرد از روش شناسایی پارامتر گرانیت به شدت هوازده به عنوان مثال استفاده می کند. نتایج نشان می دهد که نتایج محاسبه شده مشابه با آنهایی می باشد که اندازه گیری شده اند ، که این نتیجه ،منطق و عقلانیت شناسایی اجزاء محدود برای پارامترهای مواد را نشان می دهد.
1-مقدمه
پیچیدگی توده سنگ شناسایی پارامتر را در مهندسی ژئوتکنیک (خاک و پی) دشوارمی سازد [1]. با وجود در دسترس بودن چندین وسیله تجربی برای تعیین پارامترهای مواد سنگ، اگر مدل ساختاری بسیار پیچیده باشد، آن برای انجام کار بسیار دشوار خواهد بود. این مشکلات به عدم قطعیت در پارامترهای ورودی جهت شبیه سازی عددی برای مدل ساختاری سنگ دامن می زند.[2]. به منظور غلبه بر این مشکلات، تعداد زیادی از روش های شناسایی پارامتر مترادف با تجزیه و تحلیل برگشت در طول بیست سال گذشته [3-4] پیشنهاد شده است. الگوریتم معکوس برای اولین بار بر اساس روش المان محدود توسط کاواناگ و کلاف پیشنهاد شد،پس از آن کهGiodaوSakurai و Iding و همکاران. پیشرفتهای بیشتری فراهم آوردند، پارامتر شناسایی یک مشکل بهینه سازی تابع غیر خطی پیچیده معمولی می باشد. برای حل این مشکل، انتخاب های جهانی الگوریتم بهینه سازی و تابع هدف خوب یک اقدام بسیار مهم می باشد. به منظور جبران مضرات راندمان جستجوی پایین با استفاده از روش های سنتی، روش ترکیب - الگوریتم Mead- Nelder- و روش المان محدود همراه با افزار ABAQUS بر اساس نرم افزار Matlab ارائه شده است. سپس با تابع جدید جریمه دقیق بین داده ها، کنترل و نتایج عددی ساخته شده است...
میتوانید از لینک ابتدای صفحه، مقاله انگلیسی را رایگان دانلود فرموده و چکیده انگلیسی و سایر بخش های مقاله را مشاهده فرمایید.