求解边坡最小安全系数的混合文化基因算法

基于瑞典圆弧法的数学模型,提出一种有效用于求解边坡稳定最小安全系数的混合文化基因算法.该算法结合了遗传算法优秀的全局搜索能力与低温状态下模拟退火算法的快速局部收敛特性,使算法在全局搜索和局部搜索之间达到较好平衡.通过典型工程实例分析,验证了该混合文化基因算法在搜索边坡最小安全系数及其所对应的最危险滑动面位置的有效性.     

基于改进的单纯形加速法的边坡最小安全系数求解

介绍了单纯形加速法在确定最危险破坏面及其最小安全系数的基本假定、求解原理、程序框架,以及阐述了单纯形加速法存在的缺陷,并对此提出了改进方案,最后结合工程实际问题说明了改进后的单纯形加速法的运用过程,从中可知单纯形加速法能迅速、准确地寻出边坡最危险破坏面,边坡最小安全系数在搜寻过程中自动生成,单纯形加速法作为独立的确定边坡最危险破坏面的新手段,具有一定的理论意义和实际工程价值。     

引入和声策略的果蝇算法求解边坡最小安全系数

为了提高边坡稳定分析的效率,基于基本果蝇算法,通过引入和声策略,构建混合优化搜索算法,提出改进的果蝇算法;针对边坡短期稳定性问题,考虑边坡土体材料在垂直方向的变异特性,研究果蝇个数、最大飞行距离对基本果蝇算法搜索效率的影响.结果表明:基本果蝇算法和改进的果蝇算法中果蝇个数对计算结果影响较大,建议果蝇个数取为大于50;最...     

基于PSO-RBF的边坡安全系数预测

传统的径向基函数(RBF)神经网络在边坡稳定性预测中已经得到了广泛的应用,但由于其在预测中易陷入局部最优且参数选取不当会对收敛性产生影响.故引入粒子群算法(PSO)对RBF神经网络进行优化,利用其全局搜索能力对RBF神经网络的隐含层基函数中心值、宽度以及隐含层至输出层的连接权值进行参数寻优,建立了基于PSO-RBF的边坡安全系数预测模型.以114组边坡数据为训练样本,8组边坡数据为测试样本,结果显示基于PSO-RBF网络预测结果的最大误差为7.36%、最小为0.18%、平均误差为3.77%,而基于单纯RBF网络的预测结果的相应误差分析别为11.04%、1.34%、6.19%.可以看出,前者的预测结果明显优于后者,表明经粒子群算法优化后的RBF在预测精度上有了明显的提高.     

基于遗传算法的边坡稳定有限元分析

提出了一种边坡稳定计算的新方法,该方法采用Marc有限元软件计算边坡的应力,考虑了几何和材料非线性.采用一条折线模拟边坡滑动面.根据遗传算法原理编制程序,搜索对应最小安全系数折线上的节点,从而确定最危险的滑动面.与通常的边坡稳定计算方法相比,该方法摈弃了圆弧滑动面的假定并考虑了边坡的应力分布,可以更好地反映实际情况.算例比较表明,该方法计算结果更为合理.     

基于抗滑力变化的边坡稳定状态识别

随着边坡工程复杂性增加,边坡稳定性分析面临很大挑战。由于坡体滑动具有阶段性,抗滑力的组成也是动态变化的,提出用双安全系数来辨识坡体所处的状态。边坡失稳伴随坡体强度的变化,按其演化过程分为强稳定阶段、弱稳定阶段和破坏阶段。基于极限平衡原理计算常规安全系数(F_s)和安全系数1(F_(s1)),得到边坡稳定状态的判识:当安全系数1大于1时,坡体处于强稳定阶段;安全系数1小于且常规安全系数大于1时,坡体处于弱稳定阶段;常规安全系数小于1时,坡体处于破坏阶段。结合模型试验,得到对应坡体三个阶段的两个安全系数关系曲线,理论上证明了双安全系数方法的可行性。运用分段安全系数方法对已知边(滑)坡状态进行分析,并对其稳定状态进行判识,结果与实际工程地质相符,验证了双安全系数法的可行性。     

基于Hoek-Brown准则的二级岩质边坡稳定性研究

与固定坡率的边坡相比,在受施工及工程条件限制时,二级或者多级边坡得到更多地应用。在该类边坡的施工设计中,稳定性分析是非常重要的工作。基于极限上限定理和强度折减技术,对Hoek-Brown准则下二级边坡进行了稳定性分析,为二级边坡的稳定性分析分析及设计提供了理论基础。通过与已有结果对比表明:采用本文方法对二级边坡的稳定性分析是简单有效的。     

一种自由搜索边坡最危险滑动面的新方法

以边坡稳定性计算的Janbu条分法为基础，提出一种改进的遗传算法（MIGA），在无需对边坡滑动面形状进行假设的前提下能自由搜索最危险滑动面并计算其安全系数。MIGA法模拟了生物进化的过程，克服了传统方法容易陷入局部极小值的缺点，是一种全局优化算法，且具有比简单遗传算法（SGA）更高的搜索效率。在工程实例中，通过与其他方法进行对比分析，用MIGA法计算得到的安全系数最小，且搜索到的最危险滑动面最接近实际情况，证明了该方法的优越性。     

用Bishop法自动搜索某高速公路边坡最危险滑动面

采用简化Bishop法的自动搜索最危险滑动面条分法对常张高速公路K123边坡进行了分析,在分别考虑自重影响、自重和地下水同时影响、自重和地下水与地震同时影响3种工况下,搜索了每一工况的最小安全系数,并对得到的有限个安全系数进行了计算,计算结果表明该边坡必须加强支护以确保安全.     

一种确定平面滑动型均质边坡安全系数的弹性极限平衡方法

根据均质边坡的实际地质与几何特征,将其简化为无限大楔形体弹性力学模型,用经典弹性理论推导出了该力学模型对应的坡体内部应力分量的解析表达式．根据求出的应力表达式,对潜在滑动面形式为平面的边坡,结合极限平衡理论推导出了边坡安全系数的表达式．最后用简单算例验证了应用该安全系数表达式的可行性,同时将其计算结果与基于刚体极限平衡理论的条分法的结果之间的异同进行了比较．首次采用弹性极限平衡法确定了安全系数的解析表达式,具有一定的应用前景．     

模式搜索法在边坡稳定性分析中的应用

基于圆弧滑动面的假定,提出了一种运用模式搜索法确定边坡最危险滑动面及其对应的最小安全系数的方法,突破了传统方法在最危险滑动面时必须划定圆心搜索范围的束缚,从而提高了边坡稳定性分析的可靠性。     

基于灰狼优化算法的机器人羽流追踪方法

针对在室内扩散环境无法获得可靠的羽流流向/流速信息的情况下,解决寻源机器人源定位效率低、成功率低的问题,提出了一种基于灰狼优化算法的机器人羽流追踪方法.该方法以气体浓度值作为个体适应度,在不搭载羽流流速/流向传感器的情况下,通过寻源机器人模拟灰狼种群的社会机制与狩猎行为进行位置更新,使寻源机器人能高效地追踪羽流并定位源位置.分别将灰狼优化算法、粒子群算法、遗传算法、Z字形搜索策略进行四组机器人羽流追踪仿真实验,基于灰狼优化算法的寻源机器人的定位成功率分别为92％、94％、94％、94％.实验结果表明,基于灰狼优化算法的寻源机器人的定位成功率分别为95％、90％、90％,验证了基于灰狼优化算法的机器人羽流追踪方法的可行性和有效性.     

控制参数值非线性调整策略的灰狼优化算法

为了克服灰狼优化算法在解决函数优化问题时容易陷入局部最优的缺陷,提出采用正弦曲线、对数曲线、正切曲线、余弦曲线和2次曲线的非线性调整策略控制参数值。同时采用变异策略对智能个体位置进行处理,使其位置受适应度值大小影响。对3个标准测试函数进行仿真表明,余弦曲线和2次曲线调整策略优于线性调整策略,其他3种非线性调整策略劣于线性策略。     

基于灰狼优化聚类算法的读者行为分析

通过分析国内外读者行为分析算法的优缺点,提出了一种基于灰狼优化聚类算法的读者行为分析算法.首先,通过灰狼优化算法自动寻优找到模糊C均值聚类算法的最佳初始聚类中心点,再对该初始聚类中心点进行迭代计算,得到最终聚类结果.读者借阅行为数据实验分析结果验证了灰狼优化聚类算法要优于普通的聚类算法.     

挡土墙加固岩土边坡的最小势能分析方法

最小势能边坡稳定性分析方法是一种正处于发展完善中的新型边坡稳定分析方法,本文结合土力学经典库伦土压力理论将最小势能分析方法的基本原理应用到挡土墙后土体的稳定性分析中.根据最小势能原理求出滑移面的法向应力,从而得到沿整个滑移面的抗滑力,由力矩平衡条件解出稳定系数.通过大量的算例把最小势能方法和常见的极限平衡法进行挡土墙后土体稳定分析的结果作了对比研究和误差分析.结果表明最小势能方法求取安全系数的过程简洁、概念明确合理、结果可显式表示,与极限平衡方法或有限元方法等相比,更具有实用价值.     

遗传算法在边坡稳定圆弧滑动面搜索中的应用

将遗传算法应用于边坡工程的分析和设计,若边坡滑动面为圆弧状,可搜索出圆弧形临界滑动面的圆心及滑出点坐标,从而确定了临界滑动面的位置,并利用简化毕肖普法和瑞典法求出对应的抗滑稳定安全系数,实现了遗传算法在边坡稳定分析中的应用.通过计算实例证明,遗传算法在边坡稳定分析中具有一定的适用性及优越性.     

基于混沌理论和自适应惯性权重的PSO算法优化

针对粒子群算法固定惯性权重和早熟收敛的缺陷,提出一种动态自适应惯性权重调整策略,有效增强了算法的全局和局部寻优能力;并针对早熟问题,采用混沌映射方法增加种群多样性,同时利用负梯度方向调整群体极值,极大降低了算法陷入局部极值的概率.通过在多个常用测试函数上与其他算法比较,证明了所提改进粒子群算法的正确性和有效性.