基于三维位移插值的边坡滑移面搜索模型

最危险滑移面位置的确定是研究边坡稳定性的一项关键工作,而边坡失稳过程中岩土体位移特性变化是边坡稳定状态最直观的表现.本次研究采用有限元方法对边坡的位移场进行数值模拟,通过编程软件对导入的数值模拟结果进行编程开发,并利用空间位移插值算法,实现对边坡上最危险滑移面的精确、高效搜索.最后通过一个经典的三维边坡算例分析验证该方...     

基于网格化应力场的边坡滑移面搜索模型及应用

为了将数值计算方法有效地应用于边坡稳定性分析,建立一种基于应力场的网格式边坡滑移面搜索模型.首先,通过建立有限元分析模型求得边坡应力场,并提取单元坐标及各应力计算结果;其次,根据边坡模型几何尺寸建立直角坐标系,将边坡在平面内按网格式离散为n个方格,使每个网格内可包含一个或多个原有限单元网格;再次,通过编制程序提取边坡应力场,在每列网格内依据C-M屈服准则搜索出最可能达到屈服条件的有限单元并标记;同理依次搜索出各列潜在滑移单元并串联,即实现基于应力场的网格式边坡滑移面搜索模型.最后,选用国际经典边坡案例,依据矢量和法安全系数表达式,基于应力场网格式边坡滑移面搜索进行边坡稳定性分析与计算,并与传统方法进行对比分析,证明该方法可行性和优越性.该方法适用于非极限状下边坡稳定性的评价与分析,计算结果更为合理.     

基于局部搜索策略的车间作业调度问题的算法研究

为车间作业调度问题提供了一个快速、易于实现的近似算法．该算法基于局部搜索策略,采用特殊的邻域构造方法,即邻域的构造仅与关键路径上的工序相关．该算法找到了所测试的14个标准算例中12算例的最优解,而且在PⅡ233的计算机上每个算例的计算时间不超过1s。     

基于增量算法的三角剖分算法

增量算法是平面投影法中一种常用的点云剖分算法,该算法编程简单,占用内存少,计算速度较慢.针对增量算法的特点,改进算法通过将不同位置的点剖分对应存储到不同的边链表和三角形链表中,降低了边和三角形的搜索时间,提高了三角化的速度.同时,采用了加点剖分中同步优化和初步剖分后全体再次优化的优化方案,大大提高了剖分三角形的质量.实际点云剖分的结果显示,该算法不仅速度快、占用内存小,而且形成的三角表面质量高.     

改进的基于局部搜索策略的生物地理学优化算法

为了提高生物地理学优化（BBO）算法的优化特性,提出一种改进的基于局部搜索策略的生物地理学优化算法（ILSBBO）。改进的算法将差分进化算法的局部搜索策略与BBO算法的迁移策略进行结合,并引入了差分进化算法中的选择操作。在13个基准测试函数上,对改进的算法、基本BBO算法,以及基于BBO的混合差分进化算法（DE/BBO）进行比较,结果表明改进的算法优于所比较的其他两种算法;此外,改进后的算法在收敛速度上也优于基本BBO算法。     

基于点-面接触算法的叶片/盘组件三维有限元分析

基于虚功原理导出了点面接触模型的三维接触有限元分析的控制方程,应用该方法对叶片/盘组件进行了三维接触非线性有限元模拟,并对该方法的计算结果与大型有限元分析软件MARC的计算结果及不考虑接触的常规方法所得计算结果进行了比较、分析。研究结果表明:该方法的计算结果与国际商用软件MARC的计算结果接近,两者的最大相对误差不超过4%;在计算中,没有人为地假设边界条件,在刚度方程中引入接触关系及循环对称关系,所得计算结果比采用不考虑接触的常规方法所得的计算结果更符合实际。     

土坡稳定性分析中滑移面位置及安全系数空间分布探讨

根据土质边坡的破坏模式及滑移面形状,由极限平衡理论,提出一种新的确定边坡最危险滑移面搜索模型,对土质边坡滑移面位置及安全系数空间分布进行分析与研究.在现有经验公式的基础上,将滑移面圆心位置所在的可能范围划分为多个子区域,并将多组边坡设计参数进行组合,计算得出对应滑移面圆心在各区域的分布规律;通过追踪搜索过程及拟合计算结果,利用空间三维曲面描述了安全系数空间分布规律;编制了应用程序,可应用于边坡设计与分析.     

教与学算法在复杂边坡临界滑动面搜索中的应用

在边坡稳定性分析中,临界滑动面的确定是评估边坡稳定性的关键问题.本文引入一种新型智能优化算法——教与学算法(TLBO),并结合以简化Bishop法为基础的滑动面安全系数计算模型,实现对复杂边坡临界滑动面的有效捕捉.借助Matlab软件编写算法程序,完成对4道经典算例的计算分析.结果表明：教与学算法具有良好的全局优化性能,能够快速有效地搜索出复杂边坡的最危险滑动面.     

平衡搜索的改进人工蜂群算法

针对人工蜂群(ABC)算法局部搜索能力弱的问题,提出一种平衡搜索的人工蜂群算法(BSABC).首先,采用一种基于对数函数的的适应度评价方式,用于减小选择压力,在一定程度上避免陷入局部最优.其次,受微分进化算法的启发,提出一种新的搜索策略,通过当前最优个体指导进化方向,使候选解的产生倾向于当前最优解,同时避免陷入局部最优.对6个经典测试函数进行仿真实验,并与经典的改进人工蜂群算法对比测试,结果表明:所提出的算法在收敛速度和收敛精度上都有显著的提升.     

加强局部搜索能力的人工蜂群算法

针对人工蜂群算法在求解过程中存在收敛速度慢、易陷入局部最优解等缺点,提出了基于加强局部搜索策略的人工蜂群算法(ABC Based On Enhancing Local Search Ability,LSABC).一方面,在雇佣蜂搜索阶段,利用两种不同的搜索公式得到两组解,并将适应度最佳者作为候选解,增加解的多样性;同时...     

MEMETIC算法在多峰连续函数优化问题中的应用

根据多峰连续函数优化问题的特点,在Memetic算法的框架下,采用了爬山局部搜索与自适应多点交叉、随机变异相结合的策略对染色体群体进行优化,有效避免算法陷入局部最优,提高了算法的效率。数值计算表明Memetic算法在求解多峰连续函数优化问题上具有很好的效果。     

一种引入复合形法的改进引力搜索算法

针对引力搜索算法求解复杂问题时搜索精度不高、易出现早熟收敛问题,提出一种引入复合形法的改进引力搜索算法。该算法在寻优初期利用引力搜索算法进行全局搜索,同时对引力系数进行改进,以提高全局收敛速度;在寻优后期,当算法出现早熟收敛现象时,引入复合形法,利用复合法较强的局部搜索能力,帮助种群快速跳出局部最优解。通过5个标准测试函数验证了改进算法的可行性和有效性。与标准引力搜索算法、基于权值的引力搜索算法、记忆性引力搜索算法相比,该算法具有更高的收敛精度和更快的收敛速度。     

用现代优化算法进行分形图像压缩编码的研究

目前全自动分形编码的实现都是基于简库恩算法的定义域、值域匹配搜索来进行的.编码时间过长是其主要缺点之一.现代优化算法主要研究用数学方法去迅速寻找离散事件的最优编排、分组、次序或筛选.本文将现代优化算法中的局部搜索法与分形编码结合起来,从而达到在解码图像质量相当时使编码速度提高、或编码速度相当时使图像质量提高的目的.     

解非凸半定规划问题的一个修正Lagrangian算法

对于一般非凸半定规划,给出了一个修正Lagrangian函数及其相关算法,建立了参数解的误差估计式,并证明了算法的局部收敛性,即在适当条件下,罚参数存在一个阈值,当罚参数小于这一阈值时,由此修正Lagrangian算法产生的序列局部线性收敛到原问题的KKT点。     

基于同步扰动随机逼近的混合萤火虫算法

针对标准萤火虫算法(FA)中存在的种群过早收敛、容易陷入局部最优等不足,提出一种以memetic算法为框架、将同步扰动随机逼近和萤火虫算法相结合的混合算法(FA-SPSA),即首先使用萤火虫算法对种群进行全局寻优,然后使用同步扰动随机逼近算法对选出的部分最优个体进行局部搜索,从而增强萤火虫算法跳出局部最优解的能力。通过6个标准测试函数对FA-SPSA算法的性能进行检验,并与标准萤火虫算法、果蝇算法、改进的果蝇算法等其他4种算法进行比较,结果表明,FA-SPSA算法在寻优精度、收敛速度、鲁棒性等方面的性能总体上优于对比算法。     

装配生产线任务完成时间延迟的响应策略

针对实际装配生产线中由各种干扰引起的任务完成时间延迟,将不平衡问题缩小到动态响应区,并基于局部搜索算法的基本原理以及数组的读取规则,编制了改进的嵌套式搜索算法.分别制定了单个和多个动态工人时的响应策略,得出多人共同服务整个生产线的策略优于分别服务策略,且用算例分析验证了这种策略的有效性.     

一种新型快速的直接随机优化算法

 针对常用优化算法求解时实时性较差且易陷于局部最优解的问题, 提出一种新型快速的直接随机优化算法(DROA). 该算法直接利用随机搜索过程寻找最优解, 减少了额外计算, 降低了计算复杂度; 其搜索过程分为全局搜索和局部搜索两个阶段, 各阶段选用不同的调节参数公式和搜索方式. 先将递增参数的3个随机优化模块串接构造全局优化子, 并将多个全局优化子并行搜索构造全局优化器以获得全局最优解; 再将多个局部优化模块串接在一起运行构造局部优化器使优化解更精确. 测试结果表明, 该方法快速高效, 优于目前的全局优化算法.     

一种新的求解旅行商问题的混合遗传算法

提出一种新的求解旅行商问题的混合遗传算法。该混合遗传算法充分利用2-opt和3-opt局部搜索能力,有效地弥补了具有较强全局搜索能力的遗传算法在局部搜索方面表现出来的缺陷。实验结果表明,该混合算法性能显著优于遗传算法。     

SA算法为什么能克服计算量的指数爆炸

在树（或图）的搜索中，多数启发式搜索算法只利用了节点的局部信息。统计启发式搜索算法，利用了子树的全局性信息，从而使搜索效率有显著的提高。本文着重讨论从局部信息提取全局信息的问题，并从另外的角度进一步讨论关于ＳＡ算法假设条件的可实现性。最后与Ａ＊算法进行了比较。