基于蛙跳优化算法的土石坝邓肯-张E-B模型参数反演

邓肯-张E-B模型常用来刻画土石坝本构关系,对其参数进行准确估计是实现土石坝应力应变分析的前提。本文针对工程中通过三轴试验确定其参数所存在的不足,着重阐释了群智能蛙跳优化算法在反演土石坝邓肯-张E-B模型参数中的应用,结合实测资料,通过正分析,证明了蛙跳优化算法在E-B模型参数反演中的合理性,以期为其他工程提供借鉴。     

基于混合蛙跳投影寻踪模型的水利水电规划方案优选

介绍了投影寻踪方法的基本原理,并引入混合蛙跳算法求解投影寻踪模型中最佳投影方向优化问题,建立基于混合蛙跳算法的投影寻踪模型,并将其应用于水利水电规划方案优选问题,结果表明该方法不仅避免了常规方法主观赋权的任意性,而且计算简单、使用范围广,具有良好的有效性与适用性。     

基于改进混合蛙跳算法的梯级水库优化调度

针对混合蛙跳算法在寻优过程中出现的早熟收敛问题,利用混沌技术的遍历性优势对子群最优个体进行变异操作,形成局部精细搜索策略;根据蛙群相对多样性参数来判断算法是否陷入局部最优,进而对蛙群最优个体进行扰动以提高全局寻优能力,形成全局激励调节策略。耦合2种策略,提出了一种改进混合蛙跳算法。将其应用于李仙江梯级水库优化调度中,结果表明所提算法具有寻优质量高、收敛速度快的特点,有效地克服了标准混合蛙跳算法的早熟缺陷,为水库调度模型的求解提供了一种新方法。     

梯级水电站发电优化调度研究

针对传统优化算法在求解高维、复杂梯级水电站发电调度时易出现"维数灾",或陷入局部最优解的缺陷,本文提出了免疫蛙跳算法(ISFLA)。该算法将克隆选择算法嵌入到混洗蛙跳算法框架中,对混合之后的蛙群构造子群体执行免疫克隆选择操作,同时使用改进的最差解更新方式提高其局部搜索能力。应用实践表明,通过将ISFLA与标准混洗蛙跳算法、粒子群算法以及逐步优化方法对比,ISFLA在求解梯级水电站发电优化问题时具有明显的优越性。     

SSO优化算法在水文频率曲线参数优化中的应用研究

文章结合蜘蛛群落中个体之间的协作关系,在分析了SSO算法的计算过程和优化原理的基础上,以辽河流域为研究对象开展水文频率参数优化研究,并将计算结果与采用PSO法和矩法的计算结果进行对比分析。结果表明:SSO优化算法能全面对可优参数进行提取,并快速设定参数收敛速性,明显提高了参数优化速率并降低计算误差,是一种适用性和精确性较好的水文频率曲线法。     

改进粒子群算法在确定含水层参数中的应用

通过分析抽水试验数据,为估计含水层参数提供新的方法。在粒子多样性方面对粒子群算法进行改进,提高了算法的收敛速度和精度。将改进的粒子群优化算法应用到含水层参数估计中,计算结果与其他方法进行对比,并对不同初始值范围下参数估计值进行分析探讨。结果表明:改进粒子群算法估计结果相对误差(7.3%和4.5%)小于其他方法,且目标函数值相对更小,达到0.335×10~(-5);对于不同初始参数范围,利用此算法均能达到满意结果且寻优率高。基于抽水试验数据估计含水层参数的改进粒子群优化算法计算结果有效且可靠,算法收敛速度快,寻优能力强,稳定性好。     

基于免疫蛙跳算法的小波神经网络的水稻需水量预测

为了避免传统小波神经网络采用基于负梯度方向的BP算法学习训练过程中存在收敛速度慢、易陷入局部最小的缺点,采用改进的免疫蛙跳算法对传统的小波神经网络中各个参数进行优化,提高小波神经网络模型的收敛速度和预测精度,提出了基于改进免疫蛙跳算法优化小波神经网络的预测模型,将该模型应用于水稻需水量的预测中,研究结果表明：该耦合模型优于传统的小波神经网络,对水稻需水量有良好的预测性能。     

基于自适应混合蛙跳算法的水库调度研究

针对传统混合蛙跳算法存在的问题,对SFLA的局部搜索策略进行改进,提出一种结合自适应局部搜索机制的改进混合蛙跳算法(MSFLA),并应用于水库优化调度研究中。通过将MSFLA与SFLA、DP对比,优化结果证明MSFLA在求解非线性、高维的水库优化调度问题中具有较好的有效性与优越性。     

多组群教学优化算法-神经网络-支持向量机组合模型在径流预测中的应用

采用5个标准测试函数对多组群教学优化(MGTLO)算法进行仿真验证,并将仿真结果与基本教学优化(TLBO)算法、混合蛙跳算法(SFLA)、差分进化(DE)算法和粒子群优化(PSO)算法的仿真结果进行对比。利用MGTLO算法搜寻基于广义回归神经网络(GRNN)、径向基神经网络(RBF)、支持向量机(SVM)模型单元的组合模型的最佳模型参数和组合权重系数,提出MGTLO-GRNN-RBF、MGTLO-GRNN-SVM、MGTLO-RBF-SVM、MGTLO-GRNN-RBF-SVM 4种组合预测模型,以新疆伊犁河雅马渡水文站和云南省某水文站年径流量预测为例进行了实例分析,并将预测结果与MGTLO-GRNN、MGTLO-RBF、MGTLO-SVM和GRNN、RBF、SVM 6种单一模型的结果进行对比分析。结果表明:MGTLO算法寻优精度优于TLBO、SFLA、DE和PSO算法,具有较好的收敛速度和全局极值寻优能力;组合模型融合了MGTLO算法与GRNN、RBF、SVM模型单元的优点,在预测精度、泛化能力等方面均优于单一模型;MGTLO算法能有效优化各组合模型的相关参数和权重系数,MGTLO-GRNN-RBF-SVM模型预测精度最高。     

基于差分进化算法的邓肯—张模型参数优化研究

基于典型红砂岩土石混合堆积体大型三轴试验结果,结合最优化理论,研究了差分进化算法(Differential Evolution Algorithm)在邓肯—张(Duncan-Chang)E-μ模型参数优化中的应用。通过改进差分进化算法研究,利用参数敏感性分析选择最优控制参数,并建立模型计算—试验数据误差多元目标函数,最终确定模型最优参数。结合计算—实验结果,绘制邓肯—张E-μ模型在不同围压条件下的(σ_1-σ_3)～ε_a曲线和ε_a～ε_v曲线。将D-C模型的常规计算结果与使用改进DE算法优化后的计算结果进行对比分析,论证了改进DE算法在该模型参数优化中的适用性,研究结果可用于岩土体本构模型参数的估算及优化过程,提高数值分析结果的准确性。     

边坡临界滑动面搜索的奖惩蚁群算法研究

边坡滑动面搜索是边坡稳定计算中一项关键的问题,其实质为安全系数最小滑动路径的搜索问题,本文对采用路径搜索的蚁群算法引入奖惩策略,加大较优路径和普通路径上信息素的差异,分化各条路径上的信息素,以克服其收敛速度慢、早熟收敛的缺点。通过把边坡滑动面搜索模型离散化,采用奖惩蚁群算法解决滑动面搜索问题,提出了一种临界滑动面搜索的新方法。最后对一个简单边坡和复杂边坡的典型算例及一个大坝边坡工程的应用实例进行了计算,验证了新算法的有效性及其高效性。结果表明,无论是对简单边坡还是复杂边坡,本文算法都能以更快的速度搜索到结果更好的临界滑动面,工程应用效果良好。     

边坡临界滑动面搜索的奖惩蚁群算法研究

边坡滑动面搜索是边坡稳定计算中一项关键的问题，其实质为安全系数最小的滑动路径的搜索问题，采用路径搜索算法蚁群算法是目前研究的热点。为了克服传统蚁群算法效率低、效果差的缺点，通过引入奖惩策略，加快较优路径和普通路径上信息素的差异，分化各条路径上的信息素，从而提出了一种奖惩蚁群算法。通过把边坡滑动面搜索问题的离散模型化，采用奖惩蚁群算法解决滑动面搜索问题，提出了一种临界滑动面搜索的新方法。通过一个简单边坡和复杂边坡的典型算例计算及一个大坝边坡的工程的应用实例应用，验证了新滑动面搜索算法的有效性及其高效性。结果表明，无论是对简单边坡还是复杂边坡，本文算法都可以能以更快的速度搜索得到效果更好的临界滑动面，且工程应用效果良好。     

土坡稳定分析中模拟任意滑动面的新策略及其效率分析

土坡稳定分析中的临界滑动面搜索需要以有效地模拟滑动面策略为前提.本文基于对常用策略的分析,提出了几种新策略以模拟任意滑动面,并利用和声搜索算法和Spencer法联合进行土坡稳定分析,将新策略以及常用策略应用于4个土坡的临界滑动面搜索中,比较了采用不同策略的搜索效率.计算结果表明:对于简单的均质土坡,不同策略的效率相差不大;而对于复杂土坡,应用本文提出的新策略则比应用常用策略的效率高,且该策略适用于含规则、不规则软弱夹层土坡的计算.     

Research and Application of Parallel Normal Cloud Mutation Shuffled Frog Leaping Algorithm in Cascade Reservoirs Optimal Operation

In order to improve the premature convergence problem of traditional shuffled frog leaping algorithm (SFLA), this paper proposed a normal cloud mutation shuffled frog leaping algorithm (NCM-SFLA) by mixing the cloud model algorithm (NCM) with SFLA algorithm, NCM is used to overcome the shortage of SFLA which is easy to fall into local optimal solution. The proposed NCM-SFLA has a good parallel characteristic, and the parallel computing can be implemented easily in multi core environment. In case study, this paper takes the Li Xianjiang cascade reservoirs in China as an instance to solve the cascade reservoirs operation optimization problem by the proposed NCM-SFLA. The results show that, compared with the Multi- dimensional Dynamic Programming (MDP), NCM-SFLA has the better global search ability and faster convergence speed, and the corresponding parallel computing can effectively shorten the run-time of NCM-SFLA. Therefore, the feasibility and rationality of the proposed NCM-SFLA and its parallel computing are effectively proved by the case study results.     

一种新型遗传算法及其在土坡任意滑动面确定中的应用

提出了一种便于工程应用的改进模拟任意滑动面策略。针对简单遗传算法容易陷入局部最优值的缺陷，借鉴和声算法产生新解的方式来产生遗传算法中的子代个体。该策略能综合利用整个父体的信息来构建子代。将该方法用于求解两个复杂土坡的最小安全系数，所得结果与已有文献结果比较证明，新型遗传算法能搜索到更小的安全系数，可应用于土坡稳定分析。     

基于混合蛙跳算法的混凝土坝加权变形预报模型

利用混合蛙跳算法的优化特点,将大坝安全监控统计模型的求解转换为多目标函数的优化问题;引入调整系数修正回归因子,考虑调整系数与回归因子之间的协调关系,利用混合蛙跳算法同步确定调整系数和回归系数,建立基于混合蛙跳算法的混凝土坝加权变形预报模型。工程算例应用结果表明,该模型具有较优的中长期预报能力,可提高大坝安全监控统计模型的预报精度,在大坝安全监控领域具有一定的工程应用意义。     

搜索土坡潜在滑动面的蚁群算法

对土坡圆弧滑动面的搜索可以简化为圆心坐标及半径的搜索问题，而非圆弧滑动面的搜索，也可简化为滑动面上若干关键点坐标的搜索问题。因此，土坡潜在滑动面的搜索可变成一个典型的复杂连续函数优化问题。本文就此提出一种新的解决连续函数优化问题的连续型蚁群算法，它具有简单易实现且计算效率高等特点，特别适用于复杂工程优化问题。最后，通过一个典型算例进行验证，并与遗传进化算法比较表明，本算法的计算效率较高。     

鲸鱼优化算法在水库优化调度中的应用

为验证鲸鱼优化算法在水库优化调度求解中的可行性和有效性,采用4个典型测试函数对鲸鱼优化算法进行仿真验证,并与布谷鸟搜索算法、差分进化算法、混合蛙跳算法、粒子群优化算法、萤火虫算法和SCE-UA算法共6种算法的仿真结果进行对比分析;将鲸鱼优化算法与6种对比算法应用于某单一水库和某梯级水库中长期优化调度求解。结果表明:鲸鱼优化算法寻优精度高于其他6种算法8个数量级以上,具有收敛速度快、收敛精度高和极值寻优能力强等特点;鲸鱼优化算法单一水库和梯级水库优化调度结果均优于其他6种算法;鲸鱼优化算法应用于水库优化调度求解是可行和有效的。     

基于上限分析的渣土边坡抗滑桩桩位优化研究

针对加固城市渣土堆填边坡的抗滑桩桩位优化问题,基于强度折减技术和极限分析上限法,采用遗传算法结合非线性规划SQP算法,提出了渣土边坡抗滑桩桩位优化方法。深圳市某渣土堆填边坡抗滑桩桩位优化分析结果表明:给定安全系数下,抗滑桩桩位对抗滑桩需提供的抗滑力、滑裂面以上桩长和最可能滑裂面都有显著影响;暴雨工况下的抗滑力、滑裂面以上桩长和最可能滑裂面范围均大于自然工况下的。考虑局部失稳问题,综合确定天然工况和暴雨工况下加固案例边坡抗滑桩最优桩位分别位于为桩位系数ε=0.3和ε=0.6附近。研究结果可为渣土边坡抗滑桩桩位优化设计提供技术指导和理论支撑。