（岩土工程专业论文）基于人工智能方法加筋土本构模型.pdf

硕l j 学位论文 摘要 加筋土作为一种新型的土工结构物，具有施工简易、造价低廉、稳定性好的优点， 为土木工程师提供了多方面经济适用的手段。加筋土技术已大量广泛地应用于水利、公 路、铁路、港口和建筑等部门的加筋支挡结构、加筋土坡和软土地基加筋。随着土工合 成材料在现代岩土工程中的应用，加筋土技术的应用更加广泛。因此，对加筋土的理论 研究也就更加必要。 由于在土中加入了筋材，土的特性发生改变，加筋土的本构模型难以用先前研究素 土得到的本构模型来解释，本文基于人工智能方法利用草根加筋土三轴实验数据训练智 能网络，自动生成网络参数，得到了加筋土b p 神经网络本构模型，r b f 神经网络本构模 型，a n f i s 本构模型，避免了数学建模确定函数参数的困难。主要成果和结论有： ( 1 ) 建立了草根加筋土b p 神经网络本构模型，模型训练误差与检验误差均很小， 在训练和检验过程中模型拟合曲线与试验曲线均很吻合，并用模型拟合结果修正了由试 验误差引起的最大主应力与草根含量关系曲线的突变点，表明网络具有良好的容错能力 和较高的精度，可以用做草根加筋土的本构模型。模型拟合得到的不同草根含量的加筋 土应力应变预测曲线也满足最大主应力与草根含量关系曲线，此模型具有良好的泛发推 广能力。 ( 2 ) 建立了草根加筋士r b f 神经网络本构模型，并讨论了训练样本规模和误差控制 对网络精度的影响。训练样本规模越大，网络对数据内在规律的学习也越好。训练误差 过小可能出现过拟合，导致网络的容错能力下降，误差过大又可能导致网络对训练数据 内在规律学习不够。 ( 3 ) 建立了草根加筋上a n f i s 本构模型，模型拟合得到的不同草根含量的加筋土应 力应变预测曲线光滑，且满足最大主应力与争根含量关系曲线，此模型具有良好的泛发 推广能力。 ( 4 ) 对比三种糟能网络本构模型拟合得到的预测结果，表明a n f i s 模型具有更好的 拟合精度、容错能力和泛发能力，说ja n f i s 强大的推理能力能更好的提取加筋土内 在规律。 关键词：加筋土；本构模型：b p 神经网络；r b f 神经网络；a n f i s a b s t r a c t a sak i n do fn e w g e o t e c h n i c a lc o m p o s i t em a t e r i a l ，r e i n f o r c e ds o i lh a sm a n ya d v a n t a g e s ： w i t hag o o ds t a b i l i t y , i ti s e a s yf o rc o n s t r u c t i o na n dc o s t sm u c h1 0 w e rt b a nw i t ho t h e r m a t e r i a l s ，t h u si tp r o v i d e sc i v i le n g i n e e r sw i t hm a n ye c o n o m i c a lm e a n s r e i n f o r e e ds o i l t e c h n o l o g yh a sb e e nw i d e l ya p p l i e di nr e i n f o r c e dr e t a i n i n gs t r u c t u r e s ，r e i n f o r c e ds l o p ea n d r e i n f o r c e ds o f tg r o u n di nw a t e r c o n s e r v a n c y , h i g h w a y , r a i l w a y , p o r ta n da r c h i t e c t u r eb u i l d i n 2 w i t ht h ea p p l i c a t i o no fc i v i l e n g i n e e r i n gs y n t h e t i cm a t e r i a l si nm o d e mg e o t e c h n i c a l e n g i n e e r i n g , t h ea p p l i c a t i o no fr e i n f o r c e ds o i lt e c h n o l o g yw i l lb em o r ew i d e s p r e a d s ot h e t h e o r e t i c a ls t u d yo fr e i n f o r c e ds o i li se v e nm o r en e c e s s a r y b e c a u s er e i n f o r c e m e n tm a t e r i a li sa d d e dt ot h ee a r t h ，t h ec h a r a c t e r i s t i c so ft h ee a r t hi s c h a n g e d ，a n dt h ef o r m e rc o n s t i t u t i v em o d e lb a s e do ns o i li s h a r d l ye n o u g ht oe x p l a i n r e i n f o r c e d s o i l t h i st h e s i si sb a s e d u p o na r t i f i c i a li n t e l l i g e n c e m e t h o d ，a d o p t s g r a s s r o o t s r e i n f o r c e ds o i l ( g r s ) t r i a x i a lt e s td a t at r a i n i n g i n t e l l i g e n c en e t w o r k ，s e l f a c t g e n e r a t i n gn e t w o r kp a r a m e t e r , a n dg e t sr e i n f o r e e ds o i lb pn e u r a ln e t w o r kc o n s t i t u t i v em o d e l r b fn e u r a ln e t w o r kc o n s t i t u t i v em o d e l ， a n f i sc o n s t i t u t i v em o d e l ，t h u sa v o i d i n gt h e d i f f i c u l t i e so fm a t h e m a t i c a lm o d e l i n gd e t e r m i n ef u n c t i o np a r a m e t e r ( 1 ) t h eg r sb pn e u r a ln e t w o r kc o n s t i t u t i v em o d e la r ee s t a b l i s h e d ，a n dt h et r a i n i n ge n - 0 r a n dt h ec h e c k i n ge r r o ra r ea l ls m a l l ，u n d e rt h et r a i n i n ga n dc h e c k i n gp r o c e s st h ec u r v e so f m o d e ls i m u l a t i n ga r ei na c c o r d a n c ew i t he x p e r i m e n t a l c u r v e s ，a n di ta l s om o d i f i e st h e m u t a t i o np o i n tc a u s e db ye x p e r i m e n t a le r r o r so nm a x i m u mp r i n c i p l es t r e s sa n dg r a s s r o o t c o n t e n tr e l a t i o nc u r v e s ，a n dp r o v e st h a tt h i sn e t w o r kh a sag o o df a u l t t o l e r a n ta b i l i t ya n d h i g h a c c u r a c y , w h i c he n a b l e si tt ob eu s e di nm a k i n gg r sc o n s t i t u t i v em o d e l t h er e i n f o r c e ds o i i s t r e s s s t r a i np r e d i c t e dc h i v eo fd i f f e r e n tg r a s s r o o tc o n t e n ts i m u l a t e db yt h em o d e l a r ea l s oi n a c c o r d a n c ew i t hm a x i m u m p r i n c i p l es t r e s sa n dg r a s s r o o tc o n t e n tr e l a t i o nc u r v e s ，s ot h em o d e i h a sg o o dg e n e r a l i z a t i o na b i l i t y ( 2 ) t h eg r sr b fn e u r a ln e t w o r kc o n s t i t u t i v em o d e la r ee s t a b l i s h e d ，a n dt h ei n f l u c n c e o nn e t w o r kp r e c i s i o nb yt r a i n i n gs a m p l es c a l ea n d e r r o r - c o n t r o l l i n gi sd i s c u s s e d t h el a r g e r t h et r a i n i n gs a m p l es c a l ei s ，t h eb e t t e ri t i sf o rt h es t u d yo ft h ed a t ai n n e rr e g u l a r i t yb vt h e n e t w o r k ，a sw h e nt h et r a i n i n ge l t o ri st o os m a l l ，t o of i t t i n gm a y a p p e a r , w h i c hw i l lr e s u l ti n t h ed e c r e a s eo ff a u l t t o l e r a n ta b i l i t y ；w h e nt o ol a r g e ，i tm a yl e a dt ot h e i n a d e q u a c yo l t h e s t u d yo ft h ei n n e rr e g u l a r i t yo ft h et r a i n i n gd a t a ( 3 ) t h ea n f i sc o n s t i t u t i v em o d e la r ee s t a b l i s h e d ，t h er e i n f o r c e ds o i ls t r e s s - s t r a i n 硕f j 学位论文 p r e d i c t e dc u r v e so fd i f f e r e n tg r a s s r o o tc o n t e n ts i m u l a t e db yt h em o d e la r es m o o t h , a n da l s oi n a c c o r d a n c ew i t l lm a x i m u mp r i n c i p l es t r e s sa n dg r a s s r o o tc o n t e n tr e l a t i o nc u r v e s ，s ot h e m o d e lh a sg o o dg e n e r a l i z a t i o na b i l i t y ( 4 ) t h ec o m p a r i s o nb e t w e e np r e d i c t e dr e s u l t ss i m u l a t e db yt h et h r e ei n t e l l i g e n c e n e t w o r kc o n s t i t u t i v em e t h o d s ，s u g g e s t st h a ta n f i sm o d e lh a sab e t t e rs i m u l a t i v ea c c u r a c y ， f a u l t - t o l e r a n ta b i l i t ya n dg e n e r a l i z a t i o na b i l i t y , a n ds h o w st h es t r o n gr e a s o n i n ga b i l i t yo f a n f i sc a nb e t t e re x t r a c ti n t e r n a lr e g u l a t i t yo fr e i n f o r c e ds o i l k e yw o r d s ：r e i n f o r c e ds o i l ；c o n s t i t u t i v em o d e l ；b pn e u r a ln e t w o r k ；r b fn e u r a ln e t w o r k ； a n f i s i v 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 储躲鳓j同期：。1 年了月三知 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 作者签名： 导师签名： l 、保密口，在年解密后适用本授权书。 2 、不保密囤。 ( 清在以 二相应方框内打“”) 盔汹 日期：加。f 年j 月以f 嗍加7 年歹月彤闩 基于人t 智能方法加筋十本构模型 1 1 概述 第1 章绪论 加筋土是在填土中加入筋带、纤维材料或网状材料，使筋材的抗拉强度和土体 的抗压强度结合起来，从而提高土体的整体强度、加强土体的稳定性的一种复合 体。作为一种新型的土工结构物，具有施工简易、造价低廉、稳定性好的优点，为 土木工程师提供了多方面经济适用的手段。加筋土技术已大量广泛地应用于水利、 公路、铁路、港口和建筑等部门的岩土工程，例如加筋支挡结构( 挡墙、桥台等) 、 加筋土坡( 挡水土坝、土堤和铁路、公路的路堤等) 和软土地基加筋。随着土工合 成材料在现代岩土工程中的应用，加筋土技术的应用更加广泛。因此，对加筋土的 理论研究也就更加必要。 1 9 6 3 年法国工程师亨利维德尔【l l ( h e n r v i d a l ) 发表了加筋土方面的研究成 果，首先提出了实用的加筋土理论。按照他的设计理论建成了具有较为严格理论 指导的加筋土挡墙，采用的加筋材料为镀锌金属条带。1 9 6 5 年法国采用加筋土在 比利牛斯山的普拉聂尔斯修建了世界上第一座加筋土挡墙，采用的加筋为钢带。 1 9 6 7 19 6 8 年在法一意高速公路建设上大量采用了加筋土结构，当时挡土墙的最 大高度达2 3 m 。随着合成材料、如土工织物、土工带、土工格栅、土工网、土工 格室等各种新型加筋材料在工程上的相继出现和应用，以及科学实验和工程应用 的增多、研究手段的现代化、技术的进步、现代加筋土理论己得到快速发展，基 本能满足工程实际的需要。所能修筑的加筋土挡墙高度也在增加，如1 9 9 8 年在云 南楚大高速公路建设中建成的三级加筋土墙总高度已达到4 3 7 5 米【2 1 。加筋土理 论i f 日趋成熟。由于高分子合成材料具有较好的力学性能和埋入土中具有足够的 耐久性，人们试图将其应用于土木工程中并作成了专门的土木制品。2 0 世纪7 0 年代，美国工程师兵团采用高强土工织物加固土堤地基。其最终目的是减少软土 地基上土堤的沉降。荷兰也是将该技术用于大面积填土的较早采用者之一。从那 以后；土工合成材料以其优越的性能在加筋上工程中获得很快的推广和应用，并 成为目前加筋土工程的主要加筋材料。 加筋土在我国很早就有应用，如我幽占代用植物纤维掺入土中修筑城墙和房 屋墙体。建于两千多年前的中国长城，有些地方就是在黏士和砾石中添加柳枝“加 筋材”来修筑城墙。2 0 世纪入七十年代仍然很多见的采用草做筋材的传统土坯房 的墙体就是典型的天然纤维加筋土。还有传统的采用一层石块，一层柳条，柳石 逐l ：卡 j 问修筑的柳石坝，采用的就是柳条加筋。 硕l ：学化论文 1 9 7 8 年我国才在云南建成第一座加筋土挡土墙。该挡土墙采用链接的钢筋混 凝土筋条。直到2 0 世纪8 0 年代中叶，我国才开始研究和开发土工织物。之后， 加筋土理论与技术都得到了较大较快的发展。现在，加筋土已用来加固建筑地基， 形成公路、铁路路堤、构筑加筋土挡土墙等，但罕用之于桥台。据估计，在我国 大陆已建成并投入使用1 0 0 0 0 个以上的加筋土工程。 我国加筋土主要用之于加筋土挡土墙，上世纪9 0 年代初出台了加筋土挡墙设 计规范，世纪末建筑部、交通部、以及水利部分别颁布了土工合成材料加筋土挡 墙设计规范或标准。国内使用的加筋包括有钢筋混凝土条，土工带、p p 土工格栅、 双向钢塑土工格栅等，而加筋膜在我国还很少用。面板主要还是非延性的预制钢 筋混凝土板。 近年来由于我国国民经济稳定高速发展，交通运输业发展很猛，从而带动加 筋土技术在公路、铁路、港口码头建设中的发展与应用，推进了新型挡土墙的发 展与研究。期间，建成了一些多级超高加筋土挡土墙，如三峡移民工程巫山新城 的5 7 m 高加筋土挡土墙等等，并引发了相关的研究。 1 2 加筋土本构模型国内外研究现状 由于最初人们关于加筋士体的试验研究分为筋土界面试验和三轴试验，故对 加筋土的本构模型也主要有两种 3 1 ，一种是筋土分离模型，把加筋土看成由土与 筋材两种不同性质的材料组成，两者通过界面相互影响，相互作用，分析土与筋 的相互作用，以此建立模型，进行加筋土的力学分析，此模型至少学要筋、土、 界面三种本构关系模型和相应计算参数，当加筋层数较多时，计算处理的工作量 较大。另一种是筋土复合模型，把筋材和填土形成的加筋土看成宏观上均质的各 向异性复合材料，据此建立加筋上体的本构模型来研究加筋土体的应力应变状态， 而筋材与土的相互作用仅做为加筋上材料的内力，影响材料性质和应力应变的结 果，但在应力应变模型中并不直接计及筋材和填上的相巧：作用。其缺点在于复合 材料是各向异性的，其刚度矩阵计算、方程求解都比较困难，而且它的各向异性 复合材料参数也难以获得。 1 2 1 加筋土筋土分离本构模型 在对加筋土结构的分析中，最重要的就是能够尽可能地模拟加筋十这种复合 结构的多种性能，这就要求计算模型的选用要符合实际，尽可能多地反映材料的 本质特性。分离模型把筋、土分j r 考虑。一般将加筋体用一维线性单元或薄层矩 彤坼元进行模拟，十体仍采用未加筋时的本构模型。十、筋之阳j 的梢珏作用常采 用接触单元进行模拟。如果假定加筋材料与i ：体住各点变彤协调，就呵取消接触 单元。荇女母斯达德( r o m s t a d ) 和陈( s h e n ) 等人1 4 5 i 、，f 沛和肖晓军1 6 1 、石名磊和姚代 基于人t 智能方法加筋土本构模型 禄7 1 、卡普拉普( k a r p u r a p u ) 和巴瑟斯特( b a t h u r s t ) 【引、萨姆帕克( s a m p a c o ) 【9 1 、陈群 【1 们、孟松兔1 1 1 、胡再强和陈存礼【12 1 、丁金华和包承纲【13 1 、徐少曼和洪昌华1 4 1 都 用此类方法对加筋土结构进行了有限元分析。b a t t e l i n od 【”】还介绍了一种方法， 即在土与土工合成材料界面上各设结点，当结点间的剪应力不超过其抗剪强度时， 变形是协调的，反之，结点之问有错动。施建勇、孙钧i l6 】还提出了“影响有限元 法”，用于分析土与筋材界面的相互作用特性，该法能较合理地模拟两者之间的相 互作用。1 9 9 3 年，意大利米兰科技大学的德普拉斯克( d i p r i s c o ) 和纳瓦( n o v a ) d 7 j 将加筋土看作由未加筋土和只能承受拉力的摩擦介质两种连续体组成，并且两种 连续体平行作用且应变相同，应力叠加，由两种连续体的本构关系就可推出加筋 土的非线性本构关系。但这种模型不能反映应力峰值，并且也不能正确地反映体 变趋势。这种把筋、土看成两种不同材料并考虑其相互作用的思路直观、便于理 解、应用广泛，但这种考虑方法使结构的受力状态更加复杂，计算工作量大幅度 增加，计算所需的某些参数不易获得，与“科学崇尚简洁 的原则不符。由于筋 材本身以及与土相互作用关系的复杂性，在模型试验如何进行和界面参数取法上 还存在许多争议；如何正确地选用接触面单元和选择能合理模拟填土体中加筋体、 接触面单元的本构关系仍然值得研究；在加筋土体临近破坏或有较大变形时用常 规有限元法模拟尚有困难；而且当加筋层数很多时这种方法将会由于过于复杂而 不适用于实际工程计算。 上述方法把筋、土看成两种不同材料并考虑其相互作用的思路比较直观，应用 也较广泛，但对某些加筋结构物，例如土钉墙，格栅加筋的结构等不适用，并且筋 土之问界面单元的参数的确定也较困难。另外，此类方法一般只考虑了筋材的抗 拉力作用，它能够提高土体在拉力作用方向的刚度，但未考虑其在压力和扭转作 用下对土体的影响。 1 2 2 加筋土筋土复合本构模型 加筋土体的三轴试验是加筋土复合本构模型的试验基础。y a n g l t m 通过加筋土 三轴试验，认为加筋对土体的作用相当于外力对土体产生一个约束力的作用，也 就是附加围压外力，这就是“等效围压”( e q u i v a l e n tc o n f i n i n gs t r e s s ) 原理。y a n g 建立了两者关系： a c = 吧t a n ( 4 5 。+ 妒2 ) 2 ( 1 1 ) 式中妒为上体摩擦角。求得合理的等效围压( a a 3 ) 后，可以对邓肯一张本构模 型进行相应的修诈，这在慨念上明确而且应用比较方便，对 j 1 自，j 已编制的有关计 算程序只需作 相j 邂的修i f 就可以应用于加筋土的分析计算中，所以一般的文献 都足应用这两个概念末分析加筋材料加筋的机理。s c h l o s s e r 和l o n g i l9 i 引入“准 粘聚力”( p s e u d o c o h e s i o n ) 概念，认为加筋七的内摩擦角j 未加筋士二的内摩擦角 硕i ：学位论史 几乎相同，只是增加了粘聚力( a c ) ，即把加筋的作用当成增加土体粘聚力的内力 增加作用。此类方法中还有一种较简单实用的方法，即李广信等人f 2 0 2 2 1 提出的等 效附加应力法。此方法是把加筋土中筋的作用等效成附加应力沿筋的方向加在土 骨架上，取加筋土中的土体进行计算。具体地讲，就是在有限元计算中只出现土 体单元，筋的作用仅当成外力加在土体单元上，模拟筋材本身的单元并不出现。 等效附加应力法把加筋体的作用看作等效外力，不需引进新的模型，也能反映加 筋土的各向异性性质，但在某些情况下，应变比例系数的选取较困难。介玉新怛副 认为“等效围压( a a 3 ) 与“准粘聚力( a c ) 概念在本质上是一致的，等效围压( a o 3 ) 是等效模拟筋材的加筋作用表现于外在的三轴试验中，而准粘聚力( a c ) 模拟加筋 作用在于提高土体本身强度特性。肖成志【2 4 】等在此基础上建立的考虑格栅流变性 的等效应力，是把加筋的作用等效成附加应力在加筋方向上约束土体，取土体单 元加约束力进行计算，其等效附加应力为： c a = e v h = f ( 口l 毛1 ) 办 ( 1 2 ) 式中，a a 为等效附加应力；a h 为试样约束尺寸；r 为筋材摩擦约束力；g 为土体应变；口为筋中应变与土单元沿筋方向上应变的比例关系，当a = l 时，即 考虑筋与土的变形协调，否则表征筋与土之间的相互错动。等效附加应力法关键 是筋土之间的应变耦合问题，并非单纯的土体应变受约束引起筋材张拉，且等效 附加应力法不适合筋材上下土体受剪使拉筋产生斜拉的情况。 加筋土筋土复合模型是把加筋土看成宏观上均匀的复合材料，土与筋材的相 互作用表现为内力，只对复合材料的性质产生影响，而不直接出现在应力应变计 算中，在有限元计算中这种方法只需对加筋土复合体建立一个模型，并不需要复 杂的筋土界面的模拟。但复合材料往往是各向异性的，其纵、横向模量不等，拉、 压模量也可能不同，这就给刚度矩阵运算、方程求解造成较大的困难。另外，“准 粘聚力”理论或“等效围压”理论是建立在小尺寸三轴试验结果基础上的，由于 加筋土的各向异性和非均质特点，因而具有明显的尺寸效应，且对加筋土三轴试 验结果尚无统一的认识，如：吴景海f 25 1 、吴雄志【2 6 1 、王凤江【2 7 1 等所得出的结论 有很大的差异。一种观点认为土体摩擦角妒值变化小甚大叮忽略；另一种观点则 在分析了两种加筋土破坏模式后认为断裂型破坏时的f 变，而摩擦型破坏的值有 所提高。出现上述分歧的原因，一方面是在常规二轴试验圈j l i 下多是单一断裂破 坏，另一方面足小尺寸事内三轴试验本身的局限性。采用大尺寸、符合现场受力 和变形条件的试验才能准确反映其戍力应变特性。加筋复合l ：体模型虽有上述的 4 i 足之处，仇如果复合材料的强度参数取值合理，试验模拟准确，它仍是一种简 便、实h 】的分析加筋上体的仃效手段，i 列此自。必要进i j 二深入的探讨。近蝗年来， 小少研究当。n ：此方面进行了研究。 基于人t 智能方法加筋十本构模型 早在1 9 7 2 年，哈里逊( h a r r i s o n ) 和格拉德( g e r r a r d ) 2 8 】提出把正交各向异性材 料的弹性理论用于加筋土。假定加筋土是由无限薄、刚度无限大的紧密布设平行 材料加筋的软土层，该理论是建立在威斯特格德( w e s t e r g a a r d ) 提出的加筋媒体的 等效特性和塞拉蒙( s a l a m o n ) 发展的有关等效均匀材料的弹性特性的计算方法的 基础之上，采用半空间正交各向异性材料在点荷载、带状荷载和循环荷载作用的 已知解就可求得加筋体系中的应力和位移。这种方法假定土和筋都是线弹性体， 弹性模量和泊松比都是一个常数，但实际上土是一种弹塑性体，既使在小变形时， 也应考虑其非线性性质。对加筋材料而言，一般都是具有一定厚度，刚度也非无 限大的，所以这种方法仅仅可作为粗略估算加筋土体的应力变形特性的一种简化 方法，它的计算结果与实际情况相比会有较大的误差。1 9 8 2 年，格拉德【2 9 】将加 筋土当作层状正交均质加筋体，进一步发展了上述等效材料模型，但在模型中假 定加筋结构体符合半无限条件，许多加筋土结构，例如加筋土挡墙就不满足这个 条件。1 9 7 6 年加利福利亚大学的若姆斯达德( r o m s t a d ) 和陈( s h e n ) h 5j 等人考虑到 加筋土体内的摩擦特性，把加筋土体看成一种正交的复合材料，并提出了“单位 单元 或“代表单元 的概念，认为加筋土体由完全能够代表材料的复合特性的 “单位单元”组成，“单位单元面上的应力和应变分布的平均值就等于等效复合 材料的应力和应变。因此，通过简单复合体的应力应变状态和“单位单元 的近 似应力应变关系，就可确定整个加筋土体的应力应变关系。这种关系考虑了复合 材料的非线性弹性性质，但没有考虑到土的塑性性质，是一个非线性弹性模型。 通过有限元计算能够得到整个系统的应变分布，也能获得在工作荷载下筋带的峰 值拉力，但这种方法假设复合材料的应变等于土体的应变，因此，它只适用于加 筋率很小( 1 ) 的情况。1 9 9 4 年，印度的夏卡拉( s h u k l a ) 和黔德拉( c h a n d r a ) 3 0 1 将 加筋土的各个部分简化成一般的力学单元，例如可延伸的、粗糙的弹性膜，剪切 层，弹簧和阻尼器，提出了软土地基上土工合成材料加筋士的沉降计算普遍力学 模型。此模型考虑了多个控制因素，例如粒状填料的压缩性、压实特性，软土的 时问相关特性以及土工合成材料加筋体的预应力，还有材料和土筋界面特性。但 此模型是一个一维模型，只能考虑沉降方向的变形，对二维或三维问题不能求解。 l9 9 7 年，中国香港理工大学的殷建华【3 1 i 进一步发展了这一模型，将上体和弹簧模 型都假设为双曲线函数来代表粒状填料的非线性剪应力应变关系和软t 的非线 性性质。2 0 0 0 年，中困台湾省国立大学的陈( c h e n ) 等人1 32 l 利用均质横向各向同性 的概念，建立了加筋t 的非线性均质模型。此模型假设上和加筋材料都是各向同 性的，在上和加筋材料的交界面上为完全约束条件，把加筋l 看作等效均质材料， 通过切线模量和泊松比的不同来考虑其水甲和竖向的异性性质，同时还考虑了加 筋f i ：的剪切特性。 l j _ 丁：j - 是种弹塑r 扛材料，加筋卜体也应是弹塑性体。因此，在加筋士= 的本 硕l ：学化论文 构模型研究中，一些研究者已经开始寻求适合加筋土的弹塑性模型。2 0 0 0 年，内 加德恩散( n c j a de n s a n ) 和夏呵戎瓦( s h a h r o u r ) 3 3 1 假设土和筋材都为弹塑性材料 提出了一个简化的弹塑性宏观模型。在模型中，加筋材料的特性由轴向刚度和强 度来反映。土的特性由杨氏模量、泊松比、屈服函数和塑性势来控制。在模型的 应力一应变关系中假设土和筋材的变形是完全一致的。此模型的主要优点是，在 有限元程序中它的积分可以简化，但它不能考虑土和筋材分离的情况，并且还需 实验结果的进一步验证。2 0 0 0 年，我国的张孟喜和孙钧【3 4 j 在土工合成材料加筋土 应变软化试验研究的基础上，提出了适合加筋砂粘土特性的三段式弹塑性计算了 弹塑性有限元分析。这是目前国内报道的有关加筋土本构模型的首例，它未考虑 加筋土体的各向异性性质。他们的研究虽然采用了若干不同的土工合成材料加筋， 但只对砂粘土进行了研究，此模型是否适用于其它的土类，还有待进一步验证。 许多加筋材料，例如土工合成材料是具有蠕变特性的【35 。如果要考虑加筋土 体的应力、应变随时间的变化，就应采用与时间相关的流变模型。1 9 9 9 年，波兰 的萨威基( s a w i c k i ) 3 6 】建立了适用于土工合成材料加筋土的流变模型。此模型建立 在连续介质的基础上，模型中假设土工合成材料是粘弹性体，土是弹塑性体，把 加筋土的整个应力一应变关系分成弹性和塑性两个阶段，分别建立各阶段的模型 方程。在弹性阶段中，筋材的初应力减小，致使土体中宏观应力的重组，直到土 体达到屈服条件。土体刚开始产生塑流对应的时间可以由模型确定。在塑性阶段 中，筋材的宏观应力保持常数，但由于筋材的蠕变特性，加筋土单元的总应变增 大。在此阶段可以确定描述加筋土变形的塑性应变率和加筋土单元的水平变形。 由于此模型考虑到上工合成材料的蠕变性质，模型方程较复杂，并且还有待实践 的检验。 1 3 人工智能方法国内外研究现状 1 3 1 人工神经网络的发展现状 早在l9 4 3 年心理学家w s m c c u l l o c h 和数学家w h p i t t s l 37 j 合作提出的兴奋 与抑制型神经元模型和h e b b 提出的神经元连接强度的修改规则，丌创了神经科 学理论研究的时代。l9 4 8 年w i e n e r 在其控制沦的著作中提出了伺服机反馈自稳 定系统概念。19 5 7 年f r o s e n b l a t t 3 8 1 首次引进了模拟人脑感知和学习能力的感知 器概念，引起了人们的注意。l9 6 1 年c a i a n i e l l o 发表了关于神经网络数学的理论 著作，提出了神经己网络方程，将神经庀作为双念器件，对其机能的动力过程用 如尔代数加以模拟，进i l 形析和研究了细胞有限f j 动机的理论模型。19 6 2 年 b w i d r o w 提f j j 的f l 适j 影线性元件( a d a l i n e ) ，具仃f j 适应学爿功能，存f 啬i ，处理、 模式谚 别等方受到普遍蓖视和心用。 6 幕于人_ t 智能方法加筋士本构模型 在上述的数学模拟理论发展的同时，还出现了利用电子器件进行电子模拟的 跑迷津的金属老鼠、条件概率机的龟模型，以及会下棋的机器等，形成了脑模拟 研究的第一个热潮。在这期间，神经网络大都是单层线性网络。 感知器是由阈值性神经元组成的层状网络，具有学习功能。但是，它也有局 限性，如不能产生复杂的逻辑函数，同时，又由于数字计算机正处于全盛时期并 在人工智能领域取得显著成就，从而使得人工神经网络的研究处于低潮。 人工神经网络研究的第一个热潮冷落之后，对如何解决非线性分割问题很快 地有了明确的认识，但此时计算机科学界已为阔步前进的人工智能研究热潮所笼 罩，似乎不需要考虑脑功能的网络结构特点。只要把握住输入与输出之间的逻辑 关系，就可以实现人工智能，这就是心理学界或科学界称之为黑箱的方法学原则。 人工智能研究把人类智能活动的物质本体一大脑置之度外。用人的认识规律 编写计算机软件，再由计算机运行这些程序，模拟人类认识过程，这就使人工智 能研究在不足3 0 年的历史中，便在专家系统、语音识别等问题的研究方向取得引 人瞩目的辉焊成果，成为计算机科学的明珠。但在其面对复杂的模式识别、自然 语言理解和机器人自适应控制等方面，常常处于无能为力的窘境。 进入8 0 年代后，传统的数字计算机在模拟视听觉的人工智能方面遇到了物理 上不可逾越的极限。与此同时，物理学家h o p f i e l d 提出了h n n 模型，引入了方 差函数的概念。给出了网络稳定性的判据，神经网络的热潮再次掀起。 1 9 8 2 年，在美国国家科学院的刊物上发表了著名的“h o p f i e l d ”模型理论， 这是一个非线性动力系统的理论模型。它引起了各国学者的关注，并力图将这一 数学模型进行电子学或光学的硬件实现。这就形成丁一大批人工神经网络的研究 队伍。当代8 0 的各国研究者都是追随h o p f i e l d 模型而迈入这一学术领域中。这 一模型对人工神经网络信息存贮和提取功能进行了非线性数学概括，提出了动力 方程和学习方程，使人工神经网络的构造和学习有了理论指导。在h o p f i e l d 提出 之后，许多学者力图将这一模型扩展，使之更接近人脑的功能特性。1 9 8 3 年，即 h o p f i e l d 模型提出的第二年，年轻学者s e j n o w s k i 与其合作者h i n t o n 提出了大规 模并行网络( m a s s i v e l yp a r a l l e l l ) 学爿机。并明确提出隐单元( h i d d e nu n i t ) 的概念。 这种学习机后来称之为b o l t z m a n n 机。他们应用多层神经网络并行分布地改变各 神经元问的连接权，克服了以往神经嘲络的局限性。此外，s e j n o w s k i 还运用这些 原理构造了著名的n e t t a l k 程序系统。 k f u k u s h i m a 在r o s e n b l a t t 的知觉器网络基础上增加了隐层，构成了多层认 识器，灾现了可塑的反馈联系和史为普遍的前馈联系。这种认知器通过抑制件反 馈和兴仓性前馈作用，即使外部刺激停止以后，也可以继续实现f j 组织自学习过 程。还钉j a n d e r s o n 提： 了b s b 模型，s g r o s s b e r s o n 提出了自适应共振理论， t k o h o n e n 提l 叶j 了f i 组织映射网络，d w i l l s h a w 等捉i l j 了联想记忆网络，这廿告努 7 硕 ：学位论文 力为神经网络的后期发展奠定了牢固的基础。目前在研究方法上已形成多个流派。 包括多层网络b p 算法，h o p f i e l d 网络模型、自适应共振理论( a r t ) ，自组织特征 映射理论等。1 9 8 7 年i e e e 在s a n d i e g o 召开了甚大规模的神经网络国际学术会 议，国际神经网络学会也随之诞生，随后不久学会的杂志神经网络和i e e e 的神经网络杂志相继问世。 迄今为止的神经网络研究，大体上可分为三个大的方向： ( 1 ) 探求人脑神经系统的生物结构和机制，这实际上是神经网络理论的初衷； ( 2 ) 用微电子学或光学器件形成特殊功能网络。这主要是新一代计算机制造 领域所关注的问题； ( 3 ) 将神经网络理论作为一种解决某些问题的手段和方法，这些问题在利用 传统方法时或者无法解决，或者在具体处理技术上尚存因难。 1 3 2 模糊理论的发展现状 模糊理论是在美国柏克莱加州大学电气工程系l a z a d e h 3 9 1 教授于19 6 5 年创 立的模糊理论的数学基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模 糊推理和模糊控制等方面的内容。 早在2 0 世纪2 0 年代，就已经有学者开始思考和研究如何描述客观世界中普 遍存在的模糊现象。著名的哲学家和数学家b r u s s e l l 在1 9 2 3 年就写出了有关“含 模糊性”的论文。他认为所有的自然语言均是模糊的，比如“年轻的”和“年老 的就都不是很清晰的活准确的，它们没有明确的内涵和外延，这些概念实际上 是模糊的。可是，在特定的环境中，人们用这些概念来描述某个对象时却又能让 人们心领神会，很少引起误解和歧义。 事隔十余年后，英国学者m b l a c k 在1 9 3 7 年也曾经对“模糊性”的问题进行 过深入研究，并提出了“轮廓一致”的新概念，这完全可以看作是后来的“隶属 函数”这一重要概念的思想萌芽。应该说他已经走到了真理的边缘，可谓模糊集 合理论的鼻祖。可惜，他在描述某一概念的“真实接近程度”时，错用了“用法 的接近程度”，最终与真理擦肩而过，失之交臂。 与b r u s s e l l 同时代的逻辑学家和哲学家j l k a s i e w i c g 发现经典的二值逻辑 只是理想世界的模型，而不是现实世界的模型，因为它在对待渚如“某个人个子 比较高”这一客观命题时不知所措。他在19 2 0 年创立了多值逻辑，为建寺币式的 模糊模型走出了关键的第一步。化是，多值逻辑本质t 仍是精确逻辑，它只是二 值逻辑的推广。 美困加i 十i 大学的l a z a d e h 博上在19 6 5 年发表的f u z z ys e t 论文中首次提 f 了表达事物模糊件的酉要_ 【念一隶属函数，从而突破厂l9 世纪术德罔数学家 g c o n t o r 创、，：的经典集合州论的j 。1 3 限性。借助于二隶属函数t ，f 以表达个模糊概念 基于人工智能方法加筋十本构模型 从“完全不属于 到“完全隶属于 的过渡，才能对所有的模糊概念进行定量表 示。隶属函数的提出奠定了模糊理论的数学基础。这样，像“冷”和“热 这些 在常规经典集合中无法解决的模糊概念就可在模糊集合中得到有效表达。这就为 计算机处理这种语言信息提供了一种可行的方法。 1 9 6 6 年，e n m a r i n o s 发表了模糊逻辑的研究报告，这一报告真正标志着模 糊逻辑的诞生。模糊逻辑和经典的二值逻辑不同，模糊逻辑是一种连续逻辑。一 个模糊命题是一个可以确定隶属度的句子，它的真值可取【o ，1 】区间中的任何数。 很明显，模糊命题是二值逻辑的扩展，而二值逻辑只是模糊逻辑的特殊情况。模 糊逻辑有着更加普遍的实际意义，它摒弃了二值逻辑简单的肯定或否定，把客观 逻辑世界看成是具有连续灰度等级变化的，它允许一个命题亦此亦彼，存在着部 分肯定和部分否定，只不过隶属度程度不同而己，这就为计算机模拟人的思维方 式来处理普遍存在的语言信息提供了可能，因而具有划时代的现实意义。 1 9 7 4 年，l a z a d e h 又进行了模糊逻辑推理的研究，从此，模糊理论成了一 个热门的课题。建立在模糊逻辑基础上的模糊推理是一种近似推理，可以在所获 得的模糊信息i j i f 提下进行有效地判断和决策。而基于二值逻辑的演绎推理和归纳 推理此时却无能为力，因为它们要求f j 提和命题都是精确的，不能有半点含糊。 1 9 7 4 年，英国的e h m a m d a n i 【4 0 】首次用模糊逻辑和模糊推理实现了世界上第 一个实验性的蒸汽机控制，并取得了比传统的直接数字控制算法更好的效果。它 的成功也标志着人们采用模糊控制进行工业控制的开始，从而宣告了模糊控制的 问世