基于一种自适应并行遗传算法的网格资源选择策略

网格是在某一单一时间,将网络中众多的计算机资源集中起来共同处理某个单一问题的.而如何有效地从众多的资源中选出多个较优秀的资源是一个NP问题.该文提出一种新的自适应的并行遗传算法（NAPGA）,并对网格资源的选择策略在C+MPI平台上进行了并行模拟.结果表明,该算法不仅有效地避免了过早收敛的现象,而且取得了比改进型的并行遗传算法(NIPGA)更优的搜索结果.最后对遗传算法的搜索和收敛规律进行了一些讨论.     

浅埋软岩隧道大变形特征及控制措施

为了解决浅埋软岩隧道在开挖过程中发生大变形的问题,依托在建隧道工程,分析隧道初支变形及破坏特征,并利用数值模拟软件对大变形原因进行分析,提出合理的变形控制措施。结果表明：洞口浅埋段围岩受到开挖扰动和地下水影响,围岩变形量大,纵向变形分布不规律;开挖初期变形快且变形速率大,最高达到38.4 mm/d;变形持续时间长,变形后期能达到10.2 mm/d;变形主要发生在上、中台阶开挖阶段,约70%;初支应力过大,且塑性区过度发展是隧道发生大变形的主要原因。根据现场监测数据和数值模拟结果提出优化工法、提高支护参数、进行洞内降水和加大预留变形量的综合处治措施。研究结果可为类似软岩隧道的大变形预防与处置提供参考。