尽管软土地基参数值的一般确定方法是室内土工试验或原位试验,但其扰动大、误差大的缺点会导致参数取值有很大的偏差,将使预测软土地基沉降量的工作出现困难。一种方便、准确地确定软土地基参数的理论方法显得尤为重要。将遗传算法与软土地基固结反分析方法结合,有助于解决上述问题,对岩土数值方法的研究和工程监测工作都具有重要意义。 本文将Biot固结理论与遗传算法相结合,初步建立了适用于饱和软土地基固结的土性参数反分析方法和变形预测方法,并编制了相应的计算机程序。 针对基本遗传算法中存在的“近亲繁殖”、适应度振荡等不足,本文引进排序算子、小生境技术以及共享函数法,在一定程度上改善了算法的使用效率。 本文以6种形式(模型)的[D]矩阵进行软土地基参数的反分析,其主要目的在于研究各种形式对参数反分析效率的影响。其结果表明,本文提出的参数固结反分析效果并不依赖于模型的选择,各种模型的计算结果相当接近。 本文研究测点位置对反分析的影响,并对饱和软土地基反分析时监测点位置的选择提出指导性意见。其计算结果可以证明本文提出的方法是准确的。 利用两个工程实例数据进行反分析,将基于遗传算法为核心的智能反分析方法与基于共轭梯度法为基础的传统反分析方法相比较,本文提出的方法具有更明显的效果。本文方法反分析出的土性参数在整体上也符合随固结进行而变化的规律。并将计算得到的土性参数重新进行位移预测,其计算位移与实测位移更加吻合,说明本文建立的饱和软土地基固结反分析方法对变形预测是相当成功和有效的。 软土地基参数取值对于工程设计、施工的等环节具有重要意义。本文提出的饱和软土地基固结反分析遗传算法,相比起室内土工试验、原位试验以及传统反分析方法要更加方便、准确,将在岩土工程数值分析理论和工程应用方面得到更大的发展。