高土石坝地震安全评价的计算智能方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51109028
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    25.0万
  • 负责人：
    康飞
  • 依托单位：
    大连理工大学
  • 学科分类：
    E0906.水工结构
  • 结题年份：
    2014
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2014-12-31

项目摘要

在高烈度区的深覆盖层上修建高土石坝，抗震问题往往是控制因素，由于目前经验较少，需要从理论和实践两方面进行抗震研究工作。本项目以高土石坝为研究对象，对地震安全评价的计算智能方法进行理论和应用研究。具体内容包括：采用新型全局智能优化方法求解地震作用下高土石坝边坡-地基系统最危险滑动面，用于拟静力抗震稳定分析及震后稳定性评价；研究基于径向基网络的高土石坝动力参数反演分析方法，为有效利用观测数据，更准确的进行动力反应分析和抗震安全复核提供条件；提出高土石坝动力响应预测的神经网络模型和地基液化判别的智能优化建模方法，用于土石坝永久变形预测和地基液化判别。本项目将群集智能优化、径向基网络等新型计算智能方法引入土石坝抗震安全评价领域，为土石坝动力反应分析和抗震安全复核提供新的策略。

结项摘要

土石坝是水利水电工程建设中的主导坝型之一。在高烈度区修建高土石坝，抗震稳定问题往往是控制因素。本项目以土石坝为研究对象，对土石坝地震安全评价的计算智能方法进行理论和应用研究。将群集智能优化、径向基网络等新型计算智能方法引入土石坝抗震安全评价领域，为土石坝动力反应分析和抗震安全复核提供新的策略。着重开展了如下三个方面的研究工作：.（1）提出了基于群体智能的坝坡最危险滑动面搜索算法，为高土石坝边坡-地基系统最危险滑动面求解打下基础；.（2）提出了基于径向基网络的高土石坝动力参数反演分析方法，为有效利用观测数据，更准确的进行动力反应分析和抗震安全复核提供条件；.（3）提出了高土石坝动力响应预测的神经网络模型和地基液化判别的智能优化建模方法，用于土石坝变形预测和地基液化判别。

项目成果

期刊论文数量（22）
专著数量（0）
科研奖励数量（0）
会议论文数量（3）
专利数量（0）
System probabilistic stability analysis of soil slopes using Gaussian process regression with Latin hypercube sampling
使用拉丁超立方采样的高斯过程回归对土坡进行系统概率稳定性分析
  • DOI：
    10.1016/j.compgeo.2014.08.010
  • 发表时间：
    2015-01-01
  • 期刊：
    COMPUTERS AND GEOTECHNICS
  • 影响因子：
    5.3
  • 作者：
    Kang, Fei;Han, Shaoxuan;Li, Junjie
  • 通讯作者：
    Li, Junjie
基于神经网络的土石坝地震永久变形参数反演分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Mathematical Problems in Engineering
  • 影响因子：
    --
  • 作者：
    汪旭;康飞;李俊杰
  • 通讯作者：
    李俊杰
Artificial bee colony algorithm and pattern search hybridized for global optimization
人工蜂群算法和模式搜索混合用于全局优化
  • DOI：
    10.1016/j.asoc.2012.12.025
  • 发表时间：
    2013-04
  • 期刊：
    Applied Soft Computing
  • 影响因子：
    8.7
  • 作者：
    Fei Kang;Junjie Li;Haojin Li
  • 通讯作者：
    Haojin Li
Application of the artificial bee colony algorithm-based projection pursuit method in statistical rock mass stability estimation
基于人工蜂群算法的投影寻踪法在统计岩体稳定性估算中的应用
  • DOI：
    10.1007/s12665-012-1912-8
  • 发表时间：
    2013-04
  • 期刊：
    Environmental Earth Sciences
  • 影响因子：
    2.8
  • 作者：
    Li, Haojin;Li, Junjie;Kang, Fei
  • 通讯作者：
    Kang, Fei
An artificial bee colony algorithm for locating the critical slip surface in slope stability analysis
边坡稳定性分析中临界滑面定位的人工蜂群算法
  • DOI：
    10.1080/0305215x.2012.665451
  • 发表时间：
    2013-01
  • 期刊：
    Engineering Optimization
  • 影响因子：
    2.7
  • 作者：
    Fei Kang;Junjie Li;Zhenyue Ma
  • 通讯作者：
    Zhenyue Ma

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于无人机图像拼接技术的大坝健康监测方法
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    人民长江
  • 影响因子：
    --
  • 作者：
    王琳琳;李俊杰;康飞;马传波
  • 通讯作者：
    马传波
某水库泄洪排沙洞水力特性及排沙效果研究
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    水电能源科学
  • 影响因子：
    --
  • 作者：
    谢锡滨;许青;康飞;李俊杰
  • 通讯作者：
    李俊杰
基于3D DDA方法滚石平台防护作用研究
  • DOI：
    10.13409/j.cnki.jdpme.2020.05.001
  • 发表时间：
    2020
  • 期刊：
    防灾减灾工程学报
  • 影响因子：
    --
  • 作者：
    刘国阳;李俊杰;康飞
  • 通讯作者：
    康飞
伦理领导、积极情绪与建言行为 ———下属性别的调节作用
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    软科学
  • 影响因子：
    --
  • 作者：
    康飞;曲庆;张涵
  • 通讯作者：
    张涵
基于支持向量机的建设工程项目经理胜任力评价
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    中国软科学
  • 影响因子：
    --
  • 作者：
    张水波;康飞;李祥飞
  • 通讯作者：
    李祥飞

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

康飞的其他基金

基于群体智能与机器学习的混凝土坝运行性态快速识别
  • 批准号：
    52079022
  • 批准年份：
    2020
  • 资助金额：
    58 万元
  • 项目类别：
    面上项目
水工混凝土缺陷数字图像特征及机器视觉诊断方法研究
  • 批准号：
    51779035
  • 批准年份：
    2017
  • 资助金额：
    59.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码