基于标准粒子群算法的混凝土箱梁水化热过程热工参数反演

U441.5; 针对通过施工现场和实验室试验获取混凝土箱梁水化热仿真分析所需的热工参数缺乏一定的准确性和便捷性,以某混凝土箱梁水化热过程为试验背景,结合文献研究结果确定混凝土箱梁热工参数的取值范围,采用方差分析确定各参数对温度的敏感性,并通过排序筛选敏感性高的参数作为待反演参数,基于标准粒子群算法,对比遗传算法对敏感性高的5个参数进行反演.研究结果表明:混凝土箱梁浇筑过程中,水泥水化热对温度的影响最大,智能算法能有效反演混凝土箱梁热工参数;当迭代次数增大到一定的程度时,标准粒子群算法对应的目标函数小于遗传算法对应的目标函数,遗传算法收敛过程曲线比较平缓,而标准粒子群算法的早期有突变....

Full description

Saved in:
Bibliographic Details
Published in江苏大学学报（自然科学版） Vol. 40; no. 5; pp. 608 - 620
Main Authors 孙维刚, 张光磊, 刘来君, 秦煜, 张筱雨
Format Journal Article
LanguageChinese
Published 长安大学公路学院,陕西西安710064%石家庄铁道大学材料科学与工程学院,河北石家庄,050043%长安大学公路学院,陕西西安,710064%中铁二院重庆勘察设计研究院有限责任公司,重庆,400023 01.09.2019
石家庄铁道大学土木工程学院,河北石家庄050043
Subjects
标准粒子群算法
遗传算法
反演
热工参数
混凝土箱梁
Online AccessGet full text
ISSN1671-7775
DOI10.3969/j.issn.1671-7775.2019.05.018

Cover

More Information
Summary:U441.5; 针对通过施工现场和实验室试验获取混凝土箱梁水化热仿真分析所需的热工参数缺乏一定的准确性和便捷性,以某混凝土箱梁水化热过程为试验背景,结合文献研究结果确定混凝土箱梁热工参数的取值范围,采用方差分析确定各参数对温度的敏感性,并通过排序筛选敏感性高的参数作为待反演参数,基于标准粒子群算法,对比遗传算法对敏感性高的5个参数进行反演.研究结果表明:混凝土箱梁浇筑过程中,水泥水化热对温度的影响最大,智能算法能有效反演混凝土箱梁热工参数;当迭代次数增大到一定的程度时,标准粒子群算法对应的目标函数小于遗传算法对应的目标函数,遗传算法收敛过程曲线比较平缓,而标准粒子群算法的早期有突变.
ISSN:1671-7775
DOI:10.3969/j.issn.1671-7775.2019.05.018