应用人工蜂群算法求解旅行商问题

旅行商问题(TSP)是经典的组合优化问题之一。人工蜂群算法是近年来被提出的一种新的智能启发式算法。根据旅行商问题的模型特点,设计人工蜂群算法对算例进行仿真求解。同时将人工蜂群算法与遗传算法进行对比,结果表明:人工蜂群算法可以有效的求解旅行商问题,在收敛速度、计算效率、稳定性方面相对遗传算法具有一定的优势。     

基于差分变异算子的改进人工蜂群算法

文章针对传统人工蜂群算法收敛速度慢、精度不高的问题,基于差分进化算法中的变异算子,对人工蜂群算法搜索方程进行改进,在种群更新过程中引入当前种群最优个体信息,以提升算法的收敛速度和局部优化能力。     

基于混沌蜂群算法的高耸结构振动信号小波阈值去噪方法研究

为了有效去除实测振动信号中的噪声,改进了一种基于Kent混沌人工蜂群(KCABC)算法的振动信号小波阈值去噪方法。该算法采用Kent混沌映射初始化蜂群,引入锦标赛选择机制选择食物源,并结合混沌策略搜索最优解。基于广义交叉验证(GCV)阈值构造了目标函数,采用改进的KCABC算法搜索最优阈值,实现了不基于噪声先验知识的振动信号阈值去噪。通过对广州新电视塔4组实测振动信号的处理,比较了改进的KCABC算法与粒子群优化(PSO)算法、标准蜂群(SABC)算法以及Logistic混沌蜂群(LCABC)算法的去噪性能。结果表明:提出的KCABC算法具有较快的收敛速度和较高的搜索精度,能够有效去除高耸结构振动信号中的噪声部分。     

边坡非圆弧临界滑动面的粒子群优化算法

采用粒子群优化算法搜索边坡的临界滑动面及其对应的最小安全系数。粒子群优化算法不断迭代更新试算滑动面，使其安全系数不断减小，经过有限次的迭代分析可确定边坡临界滑动面及其对应的全局最小安全系数。粒子群优化算法具有较好的全局搜索和局部搜索能力，可克服多数常规的优化方法易陷入安全系数局部极小的问题，并具有较高的搜索效率。同时，粒子群优化算法易于与极限平衡法或有限元-极限平衡法相结合进行边坡稳定分析。通过数值算例及与其他学者的结果比较，证明提出的确定边坡临界滑动面方法的有效性。     

人工蜂群算法在个人信用评分中的应用仿真

为建立有效的个人信用评分指标体系,提出一种改进的人工蜂群算法。算法利用粗糙集和信息论,构造初始解和适应值函数,减少蜂群搜索的盲目性;同时,采用遗传算法的基本变异算子进行邻域搜索产生新解,增加随机性,避免算法陷入局部最优。算法利用个人信用评分数据集进行仿真实验,对比实验表明:算法比其他特征选择算法能够得到更优的特征子集且所需参数最少。     

求解随机阻塞批量流水线调度问题的改进人工蜂群算法

针对含有随机加工时间的阻塞批量流水线调度问题,利用蒙特卡洛采样方法,将不确定加工时间的阻塞批量流水线调度问题转化为确定加工时间的阻塞批量调度问题。采用改进的人工蜂群算法,对上述转化后的调度问题进行求解。算法中加入了和声搜索和基于插入操作的局部搜索算子,以改进全局探索和局部开发能力,并将改进的算法应用到阻塞批量调度的24个算例中。仿真实验结果表明,改进的人工蜂群算法能够降低调度中的不确定因素带来的影响,产生高质量的解。     

基于模拟退火算法的边坡临界滑面搜索方法

 总结一般情况下滑动面应该满足的基本规律,这些规律在进行滑面优化时对临时产生的滑面起到约束作用。利用非线性有限元法得到坡内真实应力场,将模拟退火算法这一人工智能型非数值优化方法与边坡稳定的有限元方法相结合,探讨基于有限元分析方法的边坡最小安全系数及任意形状临界滑动面的搜索技术。针对临界滑面的搜索过程中,随机生成的初始滑面或试算滑面难以满足滑面几何约束条件这一缺陷,采用动态搜索域的概念,使变换过程局部化,计算效率大为提高。计算的结果表明：该算法找到全局最优解,并且真实再现某些情况下,圆形或其他非圆形式的临界滑动面。     

边坡临界滑面搜索的改进粒子群优化算法

边坡临界滑面的确定对边坡稳定分析和加固设计极为重要,采用基于变异和二次序列规划的改进粒子群优化算法(VSPSO)进行临界滑面搜索。VSPSO算法中通过变异操作增强粒子群跳出局部最优解的能力,并用二次序列规划(SQP)加速局部搜索,大大提高了粒子群获得全局最优的能力。通过对有解析解的边坡算例进行分析,验证了该算法的准确性及优越性;对澳大利亚计算机应用协会(ACADS)提供的均质边坡、多层土边坡以及含软弱层边坡进行分析,结果表明改进的VSPSO算法搜索所得滑面比传统PSO算法更逼近推荐答案,具有更好的鲁棒性,而且随着边坡复杂程度的增加,更能体现改进VSPSO算法的优越性,具有广阔的应用前景。     

基于Dijkstra算法的边坡极限平衡有限元分析

基于有限元计算结果,将边坡稳定性问题转化为图论中寻找最短路问题。通过引入图论中解决最短路问题的Dijkstra算法到搜索边坡最危险滑动面及其安全系数中去,对Dijkstra算法作了一定的改进,建立了一种新的边坡稳定性分析方法--基于Dijkstra算法的极限平衡有限元方法。通过一算例对该法进行验证,计算得的安全系数和危险滑动面位置与推荐答案基本一致,说明该方法应用于边坡工程的可行性。将该方法应用于糯扎渡水电站右岸泄洪洞出口边坡的稳定性分析,与极限平衡法和强度折减法作了比较。研究表明,该方法计算得到的安全系数介于极限平衡法和强度折减法之间;危险滑动面位置与这两种方法计算得到的危险滑动面位置基本一致,该方法应用于复杂岩体边坡的稳定性分析可行。最后,对于逆坡向发展的滑动面,以洛古水电站右岸边坡的稳定性分析为实例,研究了逆坡向发展的滑动面滑动力计算方法;比较分析3DEC和该方法的计算结果,说明该方法适用于逆坡向发展的滑动面的稳定性分析。     

基于ν-SVR算法的边坡稳定性预测

提出基于一种改进支持向量机算法(ν-SVR)的边坡稳定性预测方法,直接利用边坡的特征参数快速预测边坡稳定性。为解决算法中模型选择困难的问题,用留一法设计预测模型,用网格搜索法搜索最优参数。留一法可以避免传统方法中根据经验确定预测模型的缺点,较为客观地获取合适的预测模型。网格搜索法可以保证搜索到合适的参数。计算结果显示,联合运用这两种方法可以获得合适的预测模型。利用该预测模型对82个圆弧破坏边坡实例中的71个实例进行学习,对另外11个实例进行推广预测,取得了较好的效果,其预测精度明显优于一种改进BP神经网络算法和常规SVR算法,与GA-BP神经网络算法相近。在此基础上,提出基于ν-SVR算法的边坡设计方法,能够快速、准确的获取不同方案下的边坡安全系数,评价其稳定性,为选择经济合理的边坡设计方案提供决策依据。     

用复合蚁群算法确定边坡临界滑动面

阐述了蚁群算法基本原理，针对蚁群算法局部搜索能力不强等问题进行探讨，把单纯形加速度法引入蚁群算法中构成复合蚁群算法，可加强局域空间的探索，通过工程实例进行了验证。计算表明，在边坡临界滑动面确定中，复合蚁群算法对改善搜索效率、确保计算精确度具有明显效果。     

基于n -SVR算法的边坡稳定性预测

提出基于一种改进支持向量机算法(n -SVR)的边坡稳定性预测方法，直接利用边坡的特征参数快速预测边坡稳定性。为解决算法中模型选择困难的问题，用留一法设计预测模型，用网格搜索法搜索最优参数。留一法可以避免传统方法中根据经验确定预测模型的缺点，较为客观地获取合适的预测模型。网格搜索法可以保证搜索到合适的参数。计算结果显示，联合运用这两种方法可以获得合适的预测模型。利用该预测模型对82个圆弧破坏边坡实例中的71个实例进行学习，对另外11个实例进行推广预测，取得了较好的效果，其预测精度明显优于一种改进BP神经网络算法和常规SVR算法，与GA-BP神经网络算法相近。在此基础上，提出基于n -SVR算法的边坡设计方法，能够快速、准确的获取不同方案下的边坡安全系数，评价其稳定性，为选择经济合理的边坡设计方案提供决策依据。     

基于单纯形-有限随机追踪法的边坡稳定性分析

有限随机追踪法在边坡稳定性分析中的全局搜索能力,为边坡稳定性分析提供了新的思想。本文主要将单纯形法的局部搜索能力与有限随机追踪法的全局搜索能力有机结合起来,形成单纯形-有限随机追踪法优化算法,并利用改进Bishop算法对边坡进行稳定性分析,最终得到边坡稳定性系数的全局最优解。依据上述思想编制了边坡稳定性分析程序,并对边坡工程进行稳定性分析与评价。研究结果表明:根据单纯形-有限随机追踪法优化算法计算得到的边坡稳定性系数是全局最优解,具有较高的精度,单纯形-有限随机追踪法优化算法具有较强的全局搜索能力,分析结果可靠。     

基于v-SVR算法的边坡稳定性预测

提出基于一种改进支持向量机算法(v-SVR)的边坡稳定性预测方法，直接利用边坡的特征参数快速预测边坡稳定性。为解决算法中模型选择困难的问题，用留一法设计预测模型，用网格搜索法搜索最优参数。留一法可以避免传统方法中根据经验确定预测模型的缺点，较为客观地获取合适的预测模型。网格搜索法可以保证搜索到合适的参数。计算结果显示，联合运用这两种方法可以获得合适的预测模型。利用该预测模型对82个圆弧破坏边坡实例中的71个实例进行学习，对另外11个实例进行推广预测，取得了较好的效果，其预测精度明显优于一种改进BP神经网络算法和常规SVR算法，与GA-BP神经网络算法相近。在此基础上，提出基于v-SVR算法的边坡设计方法，能够快速、准确的获取不同方案下的边坡安全系数，评价其稳定性，为选择经济合理的边坡设计方案提供决策依据。     

一种改进人工蜂群算法的Wiener模型分步辨识法

为解决非线性系统Wiener模型参数辨识问题,提出了一种基于改进人工蜂群算法(NLJ-artificial bee colony algorithm,NABC)的分步辨识方法。NABC算法融合了人工蜂群算法的简洁性和随机搜索算法的高精度优势,有较快的收敛速度、较强的局部求精和全局搜索能力。通过对经典测试函数的寻优,验证了NABC算法较其他改进方法的优势。分步辨识法解决了Wiener模型辨识过程中容易造成的误差累积问题,实现其线性和非线性部分的独立辨识。通过pH中和反应过程建模仿真验证了分步辨识法的有效性。     

基于模拟退火算法的边坡最小安全系数全局搜索方法

基于改进的模拟退火算法和边坡稳定计算的简化Bishop算法，建立了边坡稳定分析最小安全系数全局搜索方法，该方法能够同时搜索出边坡的最小安全系数和与之相对应的临界滑移面的位置，可以应用到任意边坡几何形状，不同岩土分层，伴随孔隙水压力以及有外荷载的情况，研究表明，所建立的方法能够解决边坡最小安全系数全局搜索问题，从而有效避免最优问题。     

LASSO算法及其在边坡稳定性分析中的应用

将LASSO算法引入边坡可靠度分析中,建立算法模型预测边坡安全系数,并实现搜索边坡危险区域的功能。首先,借助有限元软件实现蒙特卡洛模拟,获取边坡各处土体参数及对应安全系数数据集。其次,通过LASSO算法对获取的数据集进行分析,建立模型预测特定条件下边坡安全系数,该结果通过与普通线性回归算法预测的结果进行比较,证实了LASSO算法的优越性。同时,提出了其在边坡长期风险监控中的应用建议。最后,将LASSO算法与蒙特卡洛模拟相结合,充分考虑多次模拟结果,实现搜索边坡最危险区域功能。结果表明,与普通线性回归算法相比,LASSO算法所建立的模型能准确搜索到影响边坡稳定性的最危险区域。因此,LASSO算法能为边坡长期风险监控和边坡加固工作提供新的思路。     

离散单元法在某节理岩质边坡稳定性评价中的应用

将离散单元法应用于山西某节理岩质边坡。通过对该边坡固定滑面及自动搜索滑面情况下的边坡变形破坏机理及其稳定性进行数值分析,找出了符合场地实况的边坡破坏模式,得出该坡体稳定性安全系数,并与极限平衡法稳定性评价结果进行了对比,结果较为吻合,为以后同类岩质边坡稳定性评价应用该方法提供了较好的借鉴。     

基于Floyd算法的边坡极限平衡有限元分析

基于图论中的最短路问题,引入Floyd算法实现危险滑弧的搜索以及安全系数Fs的求解,并讨论边坡安全系数Fs在不同材料参数条件下的变化,即引入Floyd算法解决边坡稳定性问题及参数敏感性分析。在算法实施方面,文章以海南华润石梅湾滑坡治理工程为例,利用ABAQUS有限元分析软件建立模型并输入参数,后导入MATLAB科学计算软件进行Floyd算法边坡稳定性分析,与强度折减法进行对比。结果表明,Floyd边坡稳定性算法可靠性更高,可应用于复杂岩土体边坡。     

基于v-SVR和MVPSO算法的边坡位移反分析方法及其应用

 针对传统粒子群算法存在搜索空间有限、容易陷入局部最优点的缺陷,通过引入迁徙算子和自适应变异算子,提出基于粒子迁徙和变异的粒子群优化(MVPSO)算法。基准测试函数结果表明,改进的MVPSO算法较传统的粒子群优化算法在收敛效率上有大幅度提高,在处理非线性、多峰值的复杂优化问题中能快速地搜索,得到全局最优解。应用改进的MVPSO算法搜索最佳的支持向量机(v-SVR)模型参数,建立岩体力学参数与岩体位移之间的非线性支持向量机模型,提高v-SVR的预测精度和推广泛化性。然后,利用v-SVR模型的外推预测替代耗时的FLAC正向计算,利用改进的MVPSO算法搜索岩体力学参数的最优组合,提出v-SVR和MVPSO相结合的边坡位移反分析方法(v-SVR-MVPSO算法),与传统的BP-GA算法和v-SVR-GA算法相比,该算法在反演精度和反演效率上均有较大幅度提高。最后,将本文发展的v-SVR-MVPSO算法应用到大岗山水电站右岸边坡岩体参数反演分析,并对边坡后续开挖位移和稳定性进行预测,取得较好的效果。