A simple genetic algorithm for calibration of stochastic rock discontinuity networks

Jimenez Rodriguez, Rafael y Jurado Piña, Rafael (2012). A simple genetic algorithm for calibration of stochastic rock discontinuity networks. "Rock Mechanics and Rock Engineering", v. 45 (n. 4); pp. 461-473. ISSN 0723-2632. https://doi.org/10.1007/s00603-012-0226-1.

Descripción

Título: A simple genetic algorithm for calibration of stochastic rock discontinuity networks
Autor/es:
  • Jimenez Rodriguez, Rafael
  • Jurado Piña, Rafael
Tipo de Documento: Artículo
Título de Revista/Publicación: Rock Mechanics and Rock Engineering
Fecha: Julio 2012
Volumen: 45
Materias:
Escuela: E.T.S.I. Caminos, Canales y Puertos (UPM)
Departamento: Ingeniería y Morfología del Terreno
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Resumen

Este artículo propone un método para llevar a cabo la calibración de las familias de discontinuidades en macizos rocosos. We present a novel approach for calibration of stochastic discontinuity network parameters based on genetic algorithms (GAs). To validate the approach, examples of application of the method to cases with known parameters of the original Poisson discontinuity network are presented. Parameters of the model are encoded as chromosomes using a binary representation, and such chromosomes evolve as successive generations of a randomly generated initial population, subjected to GA operations of selection, crossover and mutation. Such back-calculated parameters are employed to make assessments about the inference capabilities of the model using different objective functions with different probabilities of crossover and mutation. Results show that the predictive capabilities of GAs significantly depend on the type of objective function considered; and they also show that the calibration capabilities of the genetic algorithm can be acceptable for practical engineering applications, since in most cases they can be expected to provide parameter estimates with relatively small errors for those parameters of the network (such as intensity and mean size of discontinuities) that have the strongest influence on many engineering applications.

Más información

ID de Registro: 15251
Identificador DC: http://oa.upm.es/15251/
Identificador OAI: oai:oa.upm.es:15251
Identificador DOI: 10.1007/s00603-012-0226-1
URL Oficial: http://link.springer.com/article/10.1007%2Fs00603-012-0226-1
Depositado por: Memoria Investigacion
Depositado el: 05 Nov 2013 10:56
Ultima Modificación: 21 Abr 2016 15:17
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM