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法和程序的合理性.该方法无需对滑移面形状与位置进行假设,计算结果可靠,并且易于编程.     

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。     

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.     

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.     

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.     

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...     

基于单纯形局部搜索的自适应差分进化算法

针对标准的差分进化（DE）算法在高维复杂的函数优化中易早熟收敛,进而导致搜索精度低甚至优化失败的问题,提出一种基于单纯形局部搜索的自适应的差分进化算法（SSADE）．将DE算法的快速全局搜索能力与单纯形的强局部寻优能力有机结合起来,进一步提高了解的精度．参数自适应变化有效地维持了种群的多样性,自适应的变异策略扩大了个体的搜索范围,增强了算法寻优效果,仿真实验验证了新混合算法的有效性．     

基于局部搜索的遗传算法求解自动组卷问题

针对目前大多数组卷系统所考虑的约束条件不完善、 组卷结果不理想问题. 提出一种基于局部搜索的遗传算法（GALS）, 解决了传统组卷约束不完善等缺点, 并得到了较好的组卷结果. 该算法采用基于按题型分段的编码方式, 3个遗传算子分别采用如下策略： 按题型分段交叉策略, 保证全局搜索能力及交叉后各题型被选题数不变; 基于禁忌表局部搜索的变异机制, 对题库进行随机关联搜索, 提高了算法搜索能力; 采用组合优化进化算法的μ+λ选择策略, 有利于算法局部搜索. 实验结果表明, 相同迭代次数下, 新算法找到的最优解明显优于传统的组卷算法.     

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。     

基于响应面法和麻雀搜索算法的结构有限元模型修正

为了获取准确可靠的结构有限元模型,提供结构运营期间健康监测和状态再分析的基准参照,提出了一种基于响应面法(response surface method,RSM)和麻雀搜索算法(sparrow search algorithm,SSA)的结构有限元模型修正方法.首先,基于响应面法,采用拉丁超立方设计方法进行试验设计获取样本点,以简单低阶数学模型代替特征量与参数间复杂的映射关系,构造结构宏观响应与各参数的解析表达式,基于逐步回归分析进行基函数显著性检验,运用方差理论检验模型精度获取最优响应面模型,并联合结构动力响应残差和构造目标函数;其次,基于麻雀搜索算法,对目标函数进行优化求解得到各参数最优解,代入初始有限元模型中,实现对初始有限元模型的修正;最后,基于RSM-SSA有限元模型修正方法对高维局部损伤悬臂梁数值模型实施修正,验证所提方法的可靠性和可行性,并与基于其他新兴群智能优化算法的有限元模型修正结果进行对比.结果 表明:采用该方法修正的参数和频率误差均值分别为6.549％、0.279％,修正效率和精度较其他算法有显著提升,修正后的有限元模型具有较高的精度,可真实反映结构实际力学行为.该方法为结构有限元模型修正提供一种新思路.     

基于RLS的用于贴片机贴装顺序优化的禁忌搜索算法

对元器件的拾取与贴装顺序进行优化是提高电子组装生产线上贴片机贴装效率的主要方法.在给定喂料器位置的前提下,寻求好的元器件拾取与贴装顺序,可以缩短贴装路径,提高贴装效率.为此,文中建立了数学规划模型,提出了一种基于参考解局部搜索(RLS)的改进禁忌搜索算法.在算法中,采用了双禁忌表来避免迂回搜索,设计了基于取贴循环插入移动的参考解局部搜索策略以提高算法跳出局部最优的能力.对20个印刷电路板贴装数据的仿真实验表明,文中所提算法的求解效果优于现有方法.     

混沌反向学习和声搜索算法

为改善和声搜索算法易陷入局部最优的不足,提出了一种混沌反向学习和声搜索(COLHS)算法.基于聚集和发散思想,对算法陷入局部最优和停滞状态进行初步预判断,并根据预判断的结果融合混沌扰动策略和反向学习,利用了logistic混沌序列的遍历性和反向学习的空间可扩展性.此外,利用和声记忆库的历史信息定义更新因子和进化因子,自适应地调整参数基音调整概率(PAR)和基音调整步长(BW),平衡算法的聚集和发散.数值结果表明,COLHS算法优于HS算法及最近文献报道的8种改进的HS算法.     

一种基于Dijkstra算法的三角网格地表模型算法

对二维地表模型运用Dijkstra算法求解最短路径时,为了减少计算量,需要对模型进行简化后,才开始进行Dijkstra算法的求解,所以结果并不符合实际地表情况。不在模型上进行任何简化,而是直接在模型上划分三角网格来处理最原始的模型。然后用基于Dijkstra算法和矢量夹角的三角网格地表模型算法求解最短路径。通过此算法完成了一个实例的最短路径求解。结果表明,采用文中算法所得到的结果符合Dijkstra算法求得的路径和实际情况,而复杂度并没有因为未简化模型而大幅上升,并且算法具有效率高、复杂度低、稳定性好等优点。     

求解航天器最优交会问题的改进和声搜索算法

针对航天器最优交会问题,基于C-W模型建立一种燃料时间混合指标,并提出一种改进和声搜索(AHS)算法进行求解.在AHS算法中,提出一种全局均匀学习操作,利用了当前全局最优和声的指导作用,取代了原始和声搜索算法的基音调整操作,增强全局搜索和局部搜索的平衡,并对参数PAR进行了有效的动态调整,以更好适应算法的搜索进程.利用几个最优交会实例对AHS算法的有效性进行了测试,数值结果表明AHS算法能够取得满意的结果,并且优于其他算法.