将遗传规划方法用于岩体流变模型辨识中,该方法不需要事先假定流变模型的形式,可以一次性地同时确定流变模型的结构形式及参数,避免了模型假定所带来的误差.采用Matlab语言编制的遗传规划程序对红板岩的蠕变实验进行了研究,得出了常应力水平下,应变与时间的非线性关系,并将其结果与基于最小二乘的西原体蠕变模型参数识别的结果进行了对比,结果表明:遗传规划用于岩石的流变模型辨识是可行的.
[1] 李文秀, 赵胜涛, LI Wen-xiu, ZHAO Sheng-tao. 城市地下隧道开挖引起地表移动变形分析 [J]. 河北大学学报（自然科学版） 2006.doi:10.3969/j.issn.1000-1565.2006.03.007
[2] 朱珍德, 徐卫亚. 岩体粘弹性本构模型辨识及其工程应用 [J]. 岩石力学与工程学报 2002.doi:10.3321/j.issn:1000-6915.2002.11.007
[3] 陈炳瑞, 冯夏庭, 丁秀丽, 徐平. 基于模式搜索的岩石流变模型参数识别 [J]. 岩石力学与工程学报 2005.doi:10.3321/j.issn:1000-6915.2005.02.004
[4] 谭云亮, 王春秋, TAN YUN-LIANG, WANG Chun-qiu. 岩石本构关系的径向基函数神经网络快速逼近模型 [J]. 岩土工程学报 2001.doi:10.3321/j.issn:1000-4548.2001.01.003
[5] 曾静, 王靖涛. 饱和粘土本构关系的神经网络模型 [J]. 华中科技大学学报(自然科学版) 2002.doi:10.3321/j.issn:1671-4512.2002.03.023
[6] 袁勇, 孙钧. 岩体本构模型反演识辨理论及其工程应用 [J]. 岩石力学与工程学报 1993, 12(03).
[7] 刘保国. 岩体粘弹、粘塑性本构模型辨识及工程应用 [D]. 同济大学 1997.
[8] 李继良, 高谦, 任天贵. 工程材料本构模型辨识及参数反演新方法 [J]. 河北理工学院学报 2000, 22(04).
[9] 李继良. 人工神经网络在岩石本构模型及巷道变形预测中的应用研究 [D]. 2004-06-01 00:00:00 2000.
