高拱壩參數反演的Jaya-高斯過程回歸模型

馬建婷，康 飛，姜成磊，向正林，王一帆

(1.大連理工大學水利工程學院，遼寧 大連 116024； 2.吉林省水利水電勘測設計研究院，吉林 長春 130021；3.南方電網調峰調頻發電有限公司，廣東 廣州 510630)

21世紀以來，我國高拱壩建設取得了飛速發展，先后建成了小灣、錦屏一級、溪洛渡等多個特大型工程[1-2]。正確估算壩體混凝土和壩基巖石的材料參數是進行拱壩安全評價與建立大壩安全監控模型的關鍵[3]。拱壩物理力學參數反演分析是一個多參數組合的大空間搜索問題，求解算法十分重要[4-5]。在拱壩的智能優化反演分析方面，劉耀儒等[6]將改進的并行遺傳算法用于溪洛渡拱壩位移反演分析；李火坤等[7]采用粒子群優化算法反演得到二灘拱壩的實際動彈性模量；Kang等[8]提出了一種求解反分析問題的混合單純形人工蜂群算法；練繼建等[9]建立了反映大壩彈性模量與位移之間非線性關系的BP神經網絡模型，并將其用于李家峽拱壩材料參數反演；Liu等[10]在反演過程中采用無約束拉格朗日支持向量回歸來代替大型有限元計算，以獲得彈性模量與變形的關系。

目前的反演分析方法存在兩方面不足：①基于有限元模型求解大壩靜動力響應往往需要耗費大量的計算時間，對于某些大型結構甚至無法求解；②隨著新型群體智能算法的提出，反演分析的精度還有待進一步提高。為此，本文將Jaya智能優化方法以及高斯過程回歸(Gaussian process regression，GPR)理論引入大壩安全監控領域，提出了基于Jaya-高斯過程回歸代理模型的拱壩物理力學參數反演分析方法。……