Калибровка многопараметрической конститутивной модели является ключевым и сложным моментом для точного описания сложных соотношений напряжений и деформаций в горных породах и грунтах. Для решения проблемы большого количества параметров сложных конститутивных моделей и сложности их калибровки в этом исследовании улучшен алгоритм оптимизации журавля путем интеграции механизма динамической регулировки диапазона, стратегии вариации T-распределения, глобального поиска полета Леви и механизма обновления популяции с несколькими стратегиями. Путем оптимизации типичных эталонных функций и сравнения результатов с алгоритмами оптимизации журавля (DBO), серого волка (GWO), поиска скворцов (SSA), оптимизации китов (WOA) и оптимизации северного орла (NGO) подтверждено, что улучшенный алгоритм журавля значительно повысил глобальные возможности оптимизации и эффективность калибровки параметров. На основе трехмерной многокомпонентной модели граничной поверхности был создан двунаправленный механизм взаимодействия данных между алгоритмом и конститутивной моделью, проведена калибровка параметров с использованием данных трехосных испытаний песчаного грунта. Сравнение результатов калибровки улучшенного и традиционного алгоритмов журавля показывает значительное снижение оптимального значения приспособленности, средний коэффициент неэффективных запусков снизился с 8,75% до 4,17%, что эффективно преодолевает проблему преждевременной сходимости. Кривые напряжение-деформация после калибровки хорошо соответствуют экспериментальным данным в ключевых точках, таких как пиковое отклонное напряжение и остаточное напряжение, а также общей тенденции, что обеспечивает методологическую поддержку многопараметрической калибровки сложных конститутивных моделей.

Конститутивная модель;Калибровка параметров;Алгоритм оптимизации;Дискретный градиент песчаного грунта