高土石坝坝料试验及结构分区智能优化研究
|
摘要
本文以糯扎渡水电站高心墙土石坝为研究对象,针对心墙掺砾料最佳掺砾比例的选择、坝料力学参数的辨识及最优坝料分区结构和坝体稳定性分析等关键问题,采用试验和综合智能分析方法开展了系统的研究工作:
1、本文针对不同击实功、不同配比的掺砾料分别进行了压实、固结、渗透、剪切等试验研究,结果发现,混合土料掺砾后可大大改善其压缩性能和强度,并能保证其作为防渗材料的低渗透性;开展了心墙混合料、坝壳Ⅰ区及Ⅱ区堆石料的应力-应变特性试验研究工作;开展了堆石料和掺砾料的流变试验研究工作。这些试验研究为结构优化和坝体结构长期稳定性分析提供了基本资料。
2、基于试验数据,引入了改进的遗传算法对坝料邓肯-张非线性弹性本构模型参数和广义开尔文流变本构模型参数进行智能识别,高精度地获得了模型参数。
3、将安全性和经济性相结合作为优化目标,运用人工智能方法,建立了进化神经网络优化模型;在坝体分区方案控制因素的变化范围内,采用均匀设计的方法设计分区方案,建立学习与测试样本,以描述方案控制因素与目标函数值之间的神经网络映射关系,采用改进的遗传算法确定了坝体的最优分区方案。
4、采用以上所得到的最优材料参数和模型及最优材料分区方案,开展了坝体的稳定性、材料参数的敏感性和坝体的长期稳定性分析,结果表明,本文所确定的设计方案在所考虑的不同分析工况条件下是稳定的。
Aiming at the key problems in the construction of super-high rockfill dam with core wall of Nuozhadu Hydraulic Power Station, such as selection of the best proportion of gravel, the intelligent identification of mechanical parameters of composition materials of dam body, the stability analysis on optimizing zone structure of composition materials of dam body and etc, the systemic study work was conducted in this paper in which the experiments and the synthesis intelligent methods were adopted.
1. In this paper, a series of experiments including compaction, consolidation, penetration and shear tests were performed on gravelly soil with different compaction effort and proportion. The results indicate that the gravelly soil behaves the more predominant mechanical property than mixing earth material does. In order to obtain the stress-strain relationship of the mixing material of core wall and rockfill materials of dam shell in zonesⅠandⅡ, triaxial tests were performed to offer basic data for the analysis of optimizing structure and stability of dam body. The rheological deformation of rockfill material and gravelly soil is usually very obvious, which may have great effect on the stability of dam body. Therefore, rheological tests were performed to study the rheological properties of rockfill material and gravelly soil, based on which the analysis of long-term stability of dam body structure can be carried out.
2. In this paper, we introduced genetic algorithm and modified it. Parameter identification can be performed for composition materials of dam body used Duncan-Chang nonlinear elastic constitutive model and generalized Kelvin rheological constitutive model based on the experimental data above.
3. In order to solve the zone optimization for composition materials of dam body, this paper regarded the best boning point of stability and economy as optimizing object and set up a model of evolutionary neutral networks used artificial intelligent
1、本文针对不同击实功、不同配比的掺砾料分别进行了压实、固结、渗透、剪切等试验研究,结果发现,混合土料掺砾后可大大改善其压缩性能和强度,并能保证其作为防渗材料的低渗透性;开展了心墙混合料、坝壳Ⅰ区及Ⅱ区堆石料的应力-应变特性试验研究工作;开展了堆石料和掺砾料的流变试验研究工作。这些试验研究为结构优化和坝体结构长期稳定性分析提供了基本资料。
2、基于试验数据,引入了改进的遗传算法对坝料邓肯-张非线性弹性本构模型参数和广义开尔文流变本构模型参数进行智能识别,高精度地获得了模型参数。
3、将安全性和经济性相结合作为优化目标,运用人工智能方法,建立了进化神经网络优化模型;在坝体分区方案控制因素的变化范围内,采用均匀设计的方法设计分区方案,建立学习与测试样本,以描述方案控制因素与目标函数值之间的神经网络映射关系,采用改进的遗传算法确定了坝体的最优分区方案。
4、采用以上所得到的最优材料参数和模型及最优材料分区方案,开展了坝体的稳定性、材料参数的敏感性和坝体的长期稳定性分析,结果表明,本文所确定的设计方案在所考虑的不同分析工况条件下是稳定的。
Aiming at the key problems in the construction of super-high rockfill dam with core wall of Nuozhadu Hydraulic Power Station, such as selection of the best proportion of gravel, the intelligent identification of mechanical parameters of composition materials of dam body, the stability analysis on optimizing zone structure of composition materials of dam body and etc, the systemic study work was conducted in this paper in which the experiments and the synthesis intelligent methods were adopted.
1. In this paper, a series of experiments including compaction, consolidation, penetration and shear tests were performed on gravelly soil with different compaction effort and proportion. The results indicate that the gravelly soil behaves the more predominant mechanical property than mixing earth material does. In order to obtain the stress-strain relationship of the mixing material of core wall and rockfill materials of dam shell in zonesⅠandⅡ, triaxial tests were performed to offer basic data for the analysis of optimizing structure and stability of dam body. The rheological deformation of rockfill material and gravelly soil is usually very obvious, which may have great effect on the stability of dam body. Therefore, rheological tests were performed to study the rheological properties of rockfill material and gravelly soil, based on which the analysis of long-term stability of dam body structure can be carried out.
2. In this paper, we introduced genetic algorithm and modified it. Parameter identification can be performed for composition materials of dam body used Duncan-Chang nonlinear elastic constitutive model and generalized Kelvin rheological constitutive model based on the experimental data above.
3. In order to solve the zone optimization for composition materials of dam body, this paper regarded the best boning point of stability and economy as optimizing object and set up a model of evolutionary neutral networks used artificial intelligent
引文
1 糯扎渡水电站招标设计阶段坝料分区及结构优化研究专题报告[R]. 中国水电顾问集团昆明勘测设计研究院,2005.
2 黄红女. 土石坝安全测控理论与技术的研究及应用[D]. 河海大学博士学位论文,2005
3 冯叶林,孙君实,刘 强. 糯扎渡心墙堆石坝防渗土料研究[J]. 水力发电,2005,31(5):43～45
4 糯扎渡水电站招标设计阶段坝料特性研究专题报告[R]. 中国水电顾问集团昆明勘测设计研究院,2005.
5 夏才初,孙钧. 蠕变试验中流变模型辨识及参数确定[J]. 同济大学学报,1996,24(5):448～503
6 张学忠,王龙等. 攀钢朱矿东山头边坡辉长岩流变特性试验研究[J]. 重庆大学学报,1999,22(5):99～103
7 马莉英,齐伟. 黄土状土的蠕变方程及其蠕变特性[J]. 长春科技大学,1997,37(1-2):41～43
8 米占宽,沈珠江等. 高面板堆石坝坝体流变性状[J]. 水利水运工程学报,2002,(2):35～74
9 朱元林,何平等. 冻土在振动荷载作用下的三轴蠕变模型[J]. 自然科学进展,1998,8(1):60～62
10 余 斌,赵惠林. 粘性泥石流运动模型的实验研究[J]. 自然灾害学报,1999,8(2):81～87
11 李青麒. 软岩蠕变参数的曲线拟合计算方法[J]. 岩石力学与工程学报,1998,17(5):559～564
12 王红伟,王希良. 软岩巷道围岩流变特性试验研究[J]. 地下空间,2001,21(5),361～365
13 王红伟,王希良. 软岩巷道围岩流变特性试验研究[J]. 地下空间,2001,21(5):361～365
14 曹树刚,边 金. 软岩蠕变试验与理论模型分析的对比[J]. 重庆大学学报,2002,25(7):96～98
15 陈宝林. 最优化理论与方法[M]. 清华大学出版社,1989,383～403
16 方开泰,马长兴. 正交与均匀试验设计[M]. 科学出版社,2001
17 陈炳瑞. 岩体流变参数的智能反演[D]. 东北大学硕士学位论文,2003.
18 刘国华,汪树玉. 拱坝非线性全调整分载法研究[J]. 浙江大学学报(工学版),1999,(1):40～46
19 蔡 新,杨建贵,王海洋. 土石坝广义模糊优化设计[J]. 河海大学学报,2002,30(1):24～28
20 魏淼新,蔡 新,王德信,华坤健. 公伯峡土石坝优化设计研究[J]. 工程力学,1996,(增):685～691
21 Masri S F, Chassiakos A G, Caughey T K. Identification of nonlinear dynamic systems using neural networks[J]. Journal of Applied Mechanics, 1993, 60(l): 123～133
22 Chassiakos A G, Masri S F. Modeling unknown structural systems through the use of neural networks. Earthquake Engineering and Structure Dynamics, 1996, 25(2): 117～128
23 V. M. Panin, V. Vskopetskii, T. V. Lavrina. Models and Methods of Finite-Dimensional Variational Inequalities[J]. Cybernetics and Systems Analysis, November, 2000, 36(6): 829～844
24 苏 超. 基于有限单元法的高拱坝优化设计方法体系的研究与应用[D]. 河海大学博士学位论文,2005
25 Jeme N K. The immune system[J]. Scientific American, 1973, 229(1): 51～60
26 Jeme N K. Towards a network theory of the immune system[J]. Annual Immunology, 1974, 125C: 373～389
27 Perelson A. Immune network theory[J]. Immunological Review, 1989, 110: 5～36
28 Farmer J D, Packard N H, Perelson A S. The immune system, adaptation, and machine learning. Physics D, 1986, 22: 187～204
29 Kirkpatrick S, Gelan C D, etal. Optimization by simulated annealing[J]. Science, 1983, 220: 671～680
30 .Szu H H, Hartley R L. Nonconvex optimization by fast simulated annealing[J]. 118Proc. IEEE, 1987, 75: 1538～1540
31 蔡 新, 吴 威,吴黎华,郭兴文. 土石坝结构区间优化设计[J]. 河海大学学报,1998,26(3):1～5
32 傅潮江,由敬舜. 坝体优化设计的序列二次规划法[J]. 江西水利科技,2000,26(2):67～70
33 毛拥政,赵 波. 多项目规划在水工设计中的一种应用—重力坝横断面的优化设计[J]. 陕西水力发电,2000,16(2):50～51
34 王海亚,石自堂,王海波,吴泽斌. 遗传算法在宽缝重力坝优化设计中的应用[J]. 水利能源科学,2004,22(4):85～87
35 赵基花,李守义,付永锋,段永涛. 基于自适应遗传算法的重力坝体型优化设计[J]. 红水河,2004,23(3):44～46
36 孙松林,王德信,许世刚. 进化策略在重力坝优化设计中的应用[J]. 河海大学学报,2000,28(4):104～106
37 王 栋,李守义,曹 蔚. 基于 ANSYS 的重力坝基本断面的优化设计[J]. 红水河,2005,24(3):1～4
38 李建新. 碾压混凝土重力坝优化设计系统简介[J]. 中南水力发电,1996,(2):19～24
39 曾开华,殷宗泽. 土质心墙坝水力劈裂影响因素的研究[J]. 河海大学学报,2000,28(3):1～6
40 土工试验规程(SL237-1999)[S]. 北京:中国水利水电出版社,1999
41 李 鹏,李 振,刘金禹. 粗粒料的大型高压三轴湿化试验研究[J]. 岩石力学与工程学报,2004,23(2):231～234
42 郑颖人,沈珠江. 岩土塑性力学原理[M]. 重庆:后勤工程学院出版社,1998
43 方维凤,李国英,米占宽,郭耀明. 混凝土高面板堆石坝流变分析[J]. 水电能源科学,2005,23(5):61～64
44 方维凤,李国英,郦能惠,王德培. 高面板坝大坝观测资料反馈分析[J]. 水电能源科学,2002,20(4):22～69
45 糯扎渡水电站招标设计阶段—坝料特性研究专题报告[R]. 中国水电顾问集团昆明勘测设计研究院,2005
46 张丙印,袁会娜,孙 逊. 糯扎渡高心墙堆石坝心墙砾石土料变形参数反演分析[J]. 水力发电学报,2005,24(3):18～23
47 杨修兰. 糯扎渡水电站大坝防渗土料试验及分析[J]. 云南水电技术,2000,4:27～30
48 赵亚明. 糯扎渡水电站心墙堆石坝平面有限元应力应变计算分析[J]. 云南水力发电,2002,18(3):31～35
49 宋加升,张四和. 糯扎渡水电站心墙防渗土料工程地质特性研究[J]. 水力发电,2005,31(5):35～36
50 李新强,陈祖煜. 糯扎渡水利枢纽左岸山体三维渗流有限元分析[J]. 岩土力学,2005,26(4):638～641
51 冯业林,孙君实,刘 强. 糯扎渡心墙堆石坝防渗土料研究[J]. 水力发电,2005,31(5):43～45
52 袁友仁,王柏乐,葛 明. 糯扎渡心墙堆石坝心墙方案比较研究[J]. 水力发电,2005,31(5):40～42
53 夏才初,孙钧. 蠕变试验中流变模型辨识及参数确定[J]. 同济大学学报,1996,24(5):448～503
54 张学忠,王龙等. 攀钢朱矿东山头边坡辉长岩流变特性试验研究[J]. 重庆大学学报,1999,22(5):99～103
55 马莉英,齐 伟. 黄土状土的蠕变方程及其蠕变特性[J]. 长春科技大学,1997,37(1-2):41～43
56 米占宽,沈珠江等. 高面板堆石坝坝体流变性状[J]. 水利水运工程学报,2002,2:35～74
57 朱元林,何平等. 冻土在振动荷载作用下的三轴蠕变模型[J]. 自然科学进展,1998,8(1):60～62
58 余 斌,赵惠林. 粘性泥石流运动模型的实验研究[J]. 自然灾害学报,1999,8(2):81～87
59 李青麒. 软岩蠕变参数的曲线拟合计算方法[J]. 岩石力学与工程学报,1998,17(5):559～564
60 王红伟,王希良. 软岩巷道围岩流变特性试验研究[J]. 地下空间,2001,21(5):361～365
61 曹树刚,边 金. 软岩蠕变试验与理论模型分析的对比[J]. 重庆大学学报,2002,25(7):96～98
62 冯夏庭. 智能岩石力学导论[M]. 北京:科学出版社,2000
63 王 凌. 智能优化方法及其应用[M]. 清华大学出版社,施普林格出版社(Springer),2001
64 李敏强,寇纪松等. 遗传算法的基本理论与应用[M]. 科学出版社,2002
65 王正治,薄 涛. 进化算法[M]. 长沙:国防科技大学出版社,2000
66 史忠植. 高级人工智能[M]. 科学出版社,1998
67 苑希民,李鸿雁,刘树坤. 神经网络和遗传算法在水科学领域的应用[M]. 中国水利水电出版社,2002
68 Abhijit S.Pandya, Robert B.Macy. Pattern Recognition with Neural Networks in C++[M]. CRC Press, InC. 1996(中译本,徐勇,荆涛译)
69 Goldberg D E. Genetic algorithms in search, optimization and machine learning[M]. Addson-Wesley, Reading, Mass. 1989
70 张志强. 岩体力学参数与变形特征的智能识别研究[D]. 沈阳:东北大学,2000
71 Attar A. A hybrid GA-heuristic search strategy[J]. AI Expert, 1994. 9(9), 34～37
72 Lobo F. G., Goldberg D E. Decision making in a hybrid genetic algorithm[C]. In Back, T. (Ed.) Proceedings of the 1997 IEEE Conference on Evolutionary Computation, New York: IEEE Press, 1977: 121～125
73 Ibaraki T. Combinations with other optimization methods[C]. In back, T., Fogel, D. B., and Michalewicz, Z.(eds.), Handbook of Evolutionary computation(Section D3). New York: Oxford University Press, 1977
74 Orvosh D, Davis L. Shall we repair Genetic algorithms, combinatorial optimization, and feasibility constraints[J]. In[5],1993:650～653
75 郑颖人,沈珠江. 岩土塑性力学原理[M]. 重庆:后勤工程学院出版社,1998
76 方维凤,李国英,米占宽,郭耀明. 混凝土高面板堆石坝流变分析[J]. 水电能源科学,2005,23(5):61～64
77 沈珠江. 土石料的流变模型及其应用[J]. 水利水运科学研究,1994(4):335~342.
78 王 勇,殷宗泽. 一个用于面板坝流变分析的堆石流变模型[J]. 岩土力学,2000,21(3):227～230
79 周光泉,刘孝敏. 粘弹性理论[M]. 合肥:中国科学技术大学出版社,1996
80 范广勤. 岩土工程流变力学[M]. 北京:煤炭工业出版社,1993
81 糯扎渡水电站招标设计阶段—坝料分区及结构优化研究专题报告[R]. 中国水电顾问集团昆明勘测设计研究院,2005
82 方开泰,马长兴. 正交与均匀试验设计[M]. 北京:科学出版社,2001
83 马希文. 正交设计的数学理论[M]. 北京:人民教育出版社,1981
84 高齐圣,潘德惠. 均匀设计在证券投资决策中的应用[J]. 中国管理科学,1999,7(4):41～46
85 冯夏庭. 智能岩石力学导论[M]. 北京:科学出版社,2000
86 陈 明. 神经网络模型[M]. 大连:大连理工大学出版社,1995
87 曹焕光. 人工神经元网络原理[M]. 北京:北京气象出版社,1992
88 王 旭,王 宏,王文辉. 人工神经原网络原理与应用[M]. 沈阳:东北大学出版社,2000
89 王 凌. 智能优化方法及其应用[M]. 北京:清华大学出版社,施普林格出版社(Springer),2001
90 史忠植. 高级人工智能[M]. 北京:科学出版社,1998
91 苑希民,李鸿雁,刘树坤. 神经网络和遗传算法在水科学领域的应用[M]. 中国水利水电出版社,2002
92 Abhijit S Pandya, Robert B Macy. Pattern Recognition with Neural Networks in C++[M]. CRC Press, InC. 1996(中译本,徐勇,荆涛译)
93 苏应才 高卡林. 丙巷河水库大坝拱效应预防设计[J]. 水利建设与管理,2004,24(5):11～12
94 宫必宁,童蕾,牛志国. 土石坝工程的拱效应分析[J]. 东北水利水电,2004,22(12):14～15
95 高 鹏,商 姚,晏启祥. 粘土心墙堆石坝的三维非线性有限元分析[J]. 云南水力发电,2004,20(1):42～44, 47
96 李国英,王禄仕,米占宽. 土质心墙堆石坝应力和变形研究[J]. 岩石力学与工程学报,2004,23(8):1363～1369
97 黄文熙. 对土石坝科研工作的几点看法[J]. 水利水电技术,1982,4
98 宋二祥. 土工结构完全系数的有限元计算[J]. 岩土工程学报,1997,19(2):1～7
99 邵龙潭,唐洪祥. 有限元边坡稳定分析方法及其应用[J]. 计算力学学报,2001,18(1):81～87
100 郑 宏,李春光,葛修润等. 求解安全系数的有限元法[J]. 岩土工程学报,2002,24(5):626～628
101 赵尚毅,郑颖人,时卫民等. 用有限元强度折减法求边坡稳定安全系数[J]. 岩土工程学报,2002,24(3):343～346
102 栾茂田,武亚军,年廷凯. 强度折减有限元法中边坡失稳的塑性区判据及其应用[J]. 防灾减灾工程学报,2003,3:1～8
103 陈祖煜. 土质边坡稳定分析-原理?方法?程序[J]. 北京:中国水利水电出版社,2003
104 连镇营,韩国城,孔宪京. 强度折减有限元研究开挖边坡的稳定性[J]. 岩土工程学报,2001,23(4):406～411
105 Griffith, D. V. and Lane, P. A. Slope stability analysis by finite elements[J]. Geotechnique. 1999. 49(3): 387-403
2 黄红女. 土石坝安全测控理论与技术的研究及应用[D]. 河海大学博士学位论文,2005
3 冯叶林,孙君实,刘 强. 糯扎渡心墙堆石坝防渗土料研究[J]. 水力发电,2005,31(5):43～45
4 糯扎渡水电站招标设计阶段坝料特性研究专题报告[R]. 中国水电顾问集团昆明勘测设计研究院,2005.
5 夏才初,孙钧. 蠕变试验中流变模型辨识及参数确定[J]. 同济大学学报,1996,24(5):448～503
6 张学忠,王龙等. 攀钢朱矿东山头边坡辉长岩流变特性试验研究[J]. 重庆大学学报,1999,22(5):99～103
7 马莉英,齐伟. 黄土状土的蠕变方程及其蠕变特性[J]. 长春科技大学,1997,37(1-2):41～43
8 米占宽,沈珠江等. 高面板堆石坝坝体流变性状[J]. 水利水运工程学报,2002,(2):35～74
9 朱元林,何平等. 冻土在振动荷载作用下的三轴蠕变模型[J]. 自然科学进展,1998,8(1):60～62
10 余 斌,赵惠林. 粘性泥石流运动模型的实验研究[J]. 自然灾害学报,1999,8(2):81～87
11 李青麒. 软岩蠕变参数的曲线拟合计算方法[J]. 岩石力学与工程学报,1998,17(5):559～564
12 王红伟,王希良. 软岩巷道围岩流变特性试验研究[J]. 地下空间,2001,21(5),361～365
13 王红伟,王希良. 软岩巷道围岩流变特性试验研究[J]. 地下空间,2001,21(5):361～365
14 曹树刚,边 金. 软岩蠕变试验与理论模型分析的对比[J]. 重庆大学学报,2002,25(7):96～98
15 陈宝林. 最优化理论与方法[M]. 清华大学出版社,1989,383～403
16 方开泰,马长兴. 正交与均匀试验设计[M]. 科学出版社,2001
17 陈炳瑞. 岩体流变参数的智能反演[D]. 东北大学硕士学位论文,2003.
18 刘国华,汪树玉. 拱坝非线性全调整分载法研究[J]. 浙江大学学报(工学版),1999,(1):40～46
19 蔡 新,杨建贵,王海洋. 土石坝广义模糊优化设计[J]. 河海大学学报,2002,30(1):24～28
20 魏淼新,蔡 新,王德信,华坤健. 公伯峡土石坝优化设计研究[J]. 工程力学,1996,(增):685～691
21 Masri S F, Chassiakos A G, Caughey T K. Identification of nonlinear dynamic systems using neural networks[J]. Journal of Applied Mechanics, 1993, 60(l): 123～133
22 Chassiakos A G, Masri S F. Modeling unknown structural systems through the use of neural networks. Earthquake Engineering and Structure Dynamics, 1996, 25(2): 117～128
23 V. M. Panin, V. Vskopetskii, T. V. Lavrina. Models and Methods of Finite-Dimensional Variational Inequalities[J]. Cybernetics and Systems Analysis, November, 2000, 36(6): 829～844
24 苏 超. 基于有限单元法的高拱坝优化设计方法体系的研究与应用[D]. 河海大学博士学位论文,2005
25 Jeme N K. The immune system[J]. Scientific American, 1973, 229(1): 51～60
26 Jeme N K. Towards a network theory of the immune system[J]. Annual Immunology, 1974, 125C: 373～389
27 Perelson A. Immune network theory[J]. Immunological Review, 1989, 110: 5～36
28 Farmer J D, Packard N H, Perelson A S. The immune system, adaptation, and machine learning. Physics D, 1986, 22: 187～204
29 Kirkpatrick S, Gelan C D, etal. Optimization by simulated annealing[J]. Science, 1983, 220: 671～680
30 .Szu H H, Hartley R L. Nonconvex optimization by fast simulated annealing[J]. 118Proc. IEEE, 1987, 75: 1538～1540
31 蔡 新, 吴 威,吴黎华,郭兴文. 土石坝结构区间优化设计[J]. 河海大学学报,1998,26(3):1～5
32 傅潮江,由敬舜. 坝体优化设计的序列二次规划法[J]. 江西水利科技,2000,26(2):67～70
33 毛拥政,赵 波. 多项目规划在水工设计中的一种应用—重力坝横断面的优化设计[J]. 陕西水力发电,2000,16(2):50～51
34 王海亚,石自堂,王海波,吴泽斌. 遗传算法在宽缝重力坝优化设计中的应用[J]. 水利能源科学,2004,22(4):85～87
35 赵基花,李守义,付永锋,段永涛. 基于自适应遗传算法的重力坝体型优化设计[J]. 红水河,2004,23(3):44～46
36 孙松林,王德信,许世刚. 进化策略在重力坝优化设计中的应用[J]. 河海大学学报,2000,28(4):104～106
37 王 栋,李守义,曹 蔚. 基于 ANSYS 的重力坝基本断面的优化设计[J]. 红水河,2005,24(3):1～4
38 李建新. 碾压混凝土重力坝优化设计系统简介[J]. 中南水力发电,1996,(2):19～24
39 曾开华,殷宗泽. 土质心墙坝水力劈裂影响因素的研究[J]. 河海大学学报,2000,28(3):1～6
40 土工试验规程(SL237-1999)[S]. 北京:中国水利水电出版社,1999
41 李 鹏,李 振,刘金禹. 粗粒料的大型高压三轴湿化试验研究[J]. 岩石力学与工程学报,2004,23(2):231～234
42 郑颖人,沈珠江. 岩土塑性力学原理[M]. 重庆:后勤工程学院出版社,1998
43 方维凤,李国英,米占宽,郭耀明. 混凝土高面板堆石坝流变分析[J]. 水电能源科学,2005,23(5):61～64
44 方维凤,李国英,郦能惠,王德培. 高面板坝大坝观测资料反馈分析[J]. 水电能源科学,2002,20(4):22～69
45 糯扎渡水电站招标设计阶段—坝料特性研究专题报告[R]. 中国水电顾问集团昆明勘测设计研究院,2005
46 张丙印,袁会娜,孙 逊. 糯扎渡高心墙堆石坝心墙砾石土料变形参数反演分析[J]. 水力发电学报,2005,24(3):18～23
47 杨修兰. 糯扎渡水电站大坝防渗土料试验及分析[J]. 云南水电技术,2000,4:27～30
48 赵亚明. 糯扎渡水电站心墙堆石坝平面有限元应力应变计算分析[J]. 云南水力发电,2002,18(3):31～35
49 宋加升,张四和. 糯扎渡水电站心墙防渗土料工程地质特性研究[J]. 水力发电,2005,31(5):35～36
50 李新强,陈祖煜. 糯扎渡水利枢纽左岸山体三维渗流有限元分析[J]. 岩土力学,2005,26(4):638～641
51 冯业林,孙君实,刘 强. 糯扎渡心墙堆石坝防渗土料研究[J]. 水力发电,2005,31(5):43～45
52 袁友仁,王柏乐,葛 明. 糯扎渡心墙堆石坝心墙方案比较研究[J]. 水力发电,2005,31(5):40～42
53 夏才初,孙钧. 蠕变试验中流变模型辨识及参数确定[J]. 同济大学学报,1996,24(5):448～503
54 张学忠,王龙等. 攀钢朱矿东山头边坡辉长岩流变特性试验研究[J]. 重庆大学学报,1999,22(5):99～103
55 马莉英,齐 伟. 黄土状土的蠕变方程及其蠕变特性[J]. 长春科技大学,1997,37(1-2):41～43
56 米占宽,沈珠江等. 高面板堆石坝坝体流变性状[J]. 水利水运工程学报,2002,2:35～74
57 朱元林,何平等. 冻土在振动荷载作用下的三轴蠕变模型[J]. 自然科学进展,1998,8(1):60～62
58 余 斌,赵惠林. 粘性泥石流运动模型的实验研究[J]. 自然灾害学报,1999,8(2):81～87
59 李青麒. 软岩蠕变参数的曲线拟合计算方法[J]. 岩石力学与工程学报,1998,17(5):559～564
60 王红伟,王希良. 软岩巷道围岩流变特性试验研究[J]. 地下空间,2001,21(5):361～365
61 曹树刚,边 金. 软岩蠕变试验与理论模型分析的对比[J]. 重庆大学学报,2002,25(7):96～98
62 冯夏庭. 智能岩石力学导论[M]. 北京:科学出版社,2000
63 王 凌. 智能优化方法及其应用[M]. 清华大学出版社,施普林格出版社(Springer),2001
64 李敏强,寇纪松等. 遗传算法的基本理论与应用[M]. 科学出版社,2002
65 王正治,薄 涛. 进化算法[M]. 长沙:国防科技大学出版社,2000
66 史忠植. 高级人工智能[M]. 科学出版社,1998
67 苑希民,李鸿雁,刘树坤. 神经网络和遗传算法在水科学领域的应用[M]. 中国水利水电出版社,2002
68 Abhijit S.Pandya, Robert B.Macy. Pattern Recognition with Neural Networks in C++[M]. CRC Press, InC. 1996(中译本,徐勇,荆涛译)
69 Goldberg D E. Genetic algorithms in search, optimization and machine learning[M]. Addson-Wesley, Reading, Mass. 1989
70 张志强. 岩体力学参数与变形特征的智能识别研究[D]. 沈阳:东北大学,2000
71 Attar A. A hybrid GA-heuristic search strategy[J]. AI Expert, 1994. 9(9), 34～37
72 Lobo F. G., Goldberg D E. Decision making in a hybrid genetic algorithm[C]. In Back, T. (Ed.) Proceedings of the 1997 IEEE Conference on Evolutionary Computation, New York: IEEE Press, 1977: 121～125
73 Ibaraki T. Combinations with other optimization methods[C]. In back, T., Fogel, D. B., and Michalewicz, Z.(eds.), Handbook of Evolutionary computation(Section D3). New York: Oxford University Press, 1977
74 Orvosh D, Davis L. Shall we repair Genetic algorithms, combinatorial optimization, and feasibility constraints[J]. In[5],1993:650～653
75 郑颖人,沈珠江. 岩土塑性力学原理[M]. 重庆:后勤工程学院出版社,1998
76 方维凤,李国英,米占宽,郭耀明. 混凝土高面板堆石坝流变分析[J]. 水电能源科学,2005,23(5):61～64
77 沈珠江. 土石料的流变模型及其应用[J]. 水利水运科学研究,1994(4):335~342.
78 王 勇,殷宗泽. 一个用于面板坝流变分析的堆石流变模型[J]. 岩土力学,2000,21(3):227～230
79 周光泉,刘孝敏. 粘弹性理论[M]. 合肥:中国科学技术大学出版社,1996
80 范广勤. 岩土工程流变力学[M]. 北京:煤炭工业出版社,1993
81 糯扎渡水电站招标设计阶段—坝料分区及结构优化研究专题报告[R]. 中国水电顾问集团昆明勘测设计研究院,2005
82 方开泰,马长兴. 正交与均匀试验设计[M]. 北京:科学出版社,2001
83 马希文. 正交设计的数学理论[M]. 北京:人民教育出版社,1981
84 高齐圣,潘德惠. 均匀设计在证券投资决策中的应用[J]. 中国管理科学,1999,7(4):41～46
85 冯夏庭. 智能岩石力学导论[M]. 北京:科学出版社,2000
86 陈 明. 神经网络模型[M]. 大连:大连理工大学出版社,1995
87 曹焕光. 人工神经元网络原理[M]. 北京:北京气象出版社,1992
88 王 旭,王 宏,王文辉. 人工神经原网络原理与应用[M]. 沈阳:东北大学出版社,2000
89 王 凌. 智能优化方法及其应用[M]. 北京:清华大学出版社,施普林格出版社(Springer),2001
90 史忠植. 高级人工智能[M]. 北京:科学出版社,1998
91 苑希民,李鸿雁,刘树坤. 神经网络和遗传算法在水科学领域的应用[M]. 中国水利水电出版社,2002
92 Abhijit S Pandya, Robert B Macy. Pattern Recognition with Neural Networks in C++[M]. CRC Press, InC. 1996(中译本,徐勇,荆涛译)
93 苏应才 高卡林. 丙巷河水库大坝拱效应预防设计[J]. 水利建设与管理,2004,24(5):11～12
94 宫必宁,童蕾,牛志国. 土石坝工程的拱效应分析[J]. 东北水利水电,2004,22(12):14～15
95 高 鹏,商 姚,晏启祥. 粘土心墙堆石坝的三维非线性有限元分析[J]. 云南水力发电,2004,20(1):42～44, 47
96 李国英,王禄仕,米占宽. 土质心墙堆石坝应力和变形研究[J]. 岩石力学与工程学报,2004,23(8):1363～1369
97 黄文熙. 对土石坝科研工作的几点看法[J]. 水利水电技术,1982,4
98 宋二祥. 土工结构完全系数的有限元计算[J]. 岩土工程学报,1997,19(2):1～7
99 邵龙潭,唐洪祥. 有限元边坡稳定分析方法及其应用[J]. 计算力学学报,2001,18(1):81～87
100 郑 宏,李春光,葛修润等. 求解安全系数的有限元法[J]. 岩土工程学报,2002,24(5):626～628
101 赵尚毅,郑颖人,时卫民等. 用有限元强度折减法求边坡稳定安全系数[J]. 岩土工程学报,2002,24(3):343～346
102 栾茂田,武亚军,年廷凯. 强度折减有限元法中边坡失稳的塑性区判据及其应用[J]. 防灾减灾工程学报,2003,3:1～8
103 陈祖煜. 土质边坡稳定分析-原理?方法?程序[J]. 北京:中国水利水电出版社,2003
104 连镇营,韩国城,孔宪京. 强度折减有限元研究开挖边坡的稳定性[J]. 岩土工程学报,2001,23(4):406～411
105 Griffith, D. V. and Lane, P. A. Slope stability analysis by finite elements[J]. Geotechnique. 1999. 49(3): 387-403