陈家琦, 岑威钧, 李邓军, 潘正阳

(河海大学水利水电学院，江苏 南京 210098)

为了评估土石坝的安全性，预测大坝的应力变形，需要获得土石料真实力学参数，为此常用现场试验和室内三轴试验[1-2]进行测试。但是，基于这类方法得到的参数计算得到的大坝应力变形与原位监测信息常有出入。为了准确计算和预测土石坝的应力变形，基于原位监测信息的参数反演成为获得坝体材料真实力学参数的有效方法[3]。

在岩土材料参数反演方面，不少学者引入了各种智能优化算法。张美英[4]采用免疫遗传算法对三峡茅坪溪沥青心墙坝进行了反分析，预测了大坝实际的运行性态；张丙印等[5]构造了基于人工神经网络和演化算法的位移反演分析方法，并采用该方法对三峡茅坪溪防护土石坝的变形进行了反演分析，验证了反演分析方法的有效性；贾陆锋等[6]将单纯形算法和模拟退火算法结合为一种混合优化算法，为反演地下工程围岩力学参数提供了有效途径；杜好[7]采用改进的单群体自适应微粒群算法对某面板堆石坝的4个邓肯E-B材料参数进行了反演分析，得到了比较合理的参数结果。此外，蚁群算法等其他优化方法在参数反演中也有不少应用[8-9]。

高维复杂岩土工程的材料参数反演问题通常存在最优解不唯一且计算量庞大的问题，常用优化算法容易陷入局部最优且计算效率十分低下。针对这类问题，本文对自适应混沌变异粒子群……