降雨條件下邊坡的多目標(biāo)隨機反分析.pdf

1、降雨誘發(fā)滑坡是全球廣泛分布危害嚴(yán)重的地質(zhì)災(zāi)害。傳統(tǒng)巖土反分析方法一般采用單一類型監(jiān)測數(shù)據(jù)對計算模型參數(shù)進(jìn)行反演分析，無法充分有效地利用多種不同類型數(shù)據(jù)對計算模型進(jìn)行校準(zhǔn)。針對現(xiàn)有降雨滑坡反分析研究的局限性，基于貝葉斯理論提出了時變監(jiān)測數(shù)據(jù)的多目標(biāo)隨機反分析方法，建立了降雨入滲邊坡流固耦合的多目標(biāo)隨機反演模型，以某公路試驗段路基工程和降雨入滲邊坡為算例進(jìn)行了多目標(biāo)反演分析。主要工作內(nèi)容與研究成果如下：
　　(1)基于Pareto最優(yōu)

2、化理論建立了二維非飽和土流固耦合多目標(biāo)反分析模型。以某高速公路試驗段路基和降雨入滲邊坡為典型算例，采用多算法遺傳自適應(yīng)多目標(biāo)方法(Multi-Algorithm Genetically Adaptive Multiobjective，AMALGAM)，利用孔壓和位移兩種類型實測數(shù)據(jù)進(jìn)行了多目標(biāo)反分析，并將多目標(biāo)和單目標(biāo)反演結(jié)果進(jìn)行了對比。結(jié)果表明，對于這兩類流固耦合問題，多目標(biāo)反分析都能形成尖銳的Pareto前沿，多目標(biāo)協(xié)調(diào)最優(yōu)解計算結(jié)

3、果與孔壓和位移的實測數(shù)據(jù)擬合均較好。
　　(2)基于貝葉斯原理和馬爾可夫鏈蒙特卡羅方法，提出了時變監(jiān)測數(shù)據(jù)多目標(biāo)隨機反分析方法，建立了降雨入滲邊坡流固耦合的多目標(biāo)隨機反演模型，分析了單目標(biāo)與多目標(biāo)隨機反分析參數(shù)后驗分布的統(tǒng)計特性和模型不確定性，研究了不同類型監(jiān)測數(shù)據(jù)對參數(shù)反演的影響。研究表明，多目標(biāo)隨機反分析所得的隨機參數(shù)后驗分布標(biāo)準(zhǔn)差較單目標(biāo)隨機反分析的結(jié)果明顯減小，參數(shù)的變異性顯著降低。多目標(biāo)隨機反分析所得的MPD(Maxim

4、um Posterior Density)計算值與實測值擬合較好，95%置信區(qū)間較單目標(biāo)反分析明顯變窄，反演結(jié)果更為可靠。
　　(3)傳統(tǒng)隨機反分析一般假設(shè)誤差滿足獨立同方差高斯分布，在貝葉斯反分析中對應(yīng)SLS(Standard Least Square)形式的似然函數(shù)。采用異方差相關(guān)非高斯分布的誤差假設(shè)和GL(General Likelyhood)形式似然函數(shù)，以香港東涌某天然邊坡現(xiàn)場試驗為工程案例，對降雨入滲邊坡進(jìn)行隨機反分析