基于遗传算法的混合优化反分析及比较研究

围绕优化反演分析中计算收敛速度、精度和稳定性问题，着重就传统和现代两类优化方法开展以下3方面的研究：(1) 将阻尼最小二乘法与遗传算法耦合起来，发展了阻尼最小二乘法-遗传混合算法；(2) 将两类混合优化方法：阻尼最小二乘法-遗传算法和模拟退火-遗传算法较早地用于优化反演分析；(3) 结合基坑工程算例，对单纯形法、阻尼最小二乘法、遗传算法、模拟退火-遗传算法和阻尼最小二乘法-遗传算法进行了比较分析。结果表明，与单纯形法等传统的优化方法相比，基于遗传算法的一类现代优化方法具有较好的全局收敛性；与常规的遗传算法相比，阻尼最小二乘法-遗传和模拟退火-遗传等算法有效地提高了优化反演的计算搜索速度和精度。     

层状地层粘弹性优化反分析与混合遗传算法

本文针对基坑开挖过程所表现出来的时间效应，采用Voigt粘弹性模型进行模拟，并结合具体的施工过程，进行粘弹性位移优化反分析。由于遗传算法具有早熟收敛，并且在进化后期有搜索能力较低等特点，把阻尼最小二乘法和遗传算法结合起来；并结合具体的工程实例，对遗传算法以及混合遗传算法进行了对比分析。结果发现，混合遗传算法在保证搜索精度的基础上加快了搜索速度。     

层状地层粘弹性优化反分析与混合遗传算法

本文针对基坑开挖过程所表现出来的时间效应 ,采用Voigt粘弹性模型进行模拟 ,并结合具体的施工过程 ,进行粘弹性位移优化反分析。由于遗传算法具有早熟收敛 ,并且在进化后期有搜索能力较低等特点 ,把阻尼最小二乘法和遗传算法结合起来 ;并结合具体的工程实例 ,对遗传算法以及混合遗传算法进行了对比分析。结果发现 ,混合遗传算法在保证搜索精度的基础上加快了搜索速度。     

岩体渗透系数反演的遗传模拟退火方法及其在边坡工程中的应用

基于岩体内地下水渗流的数学模型,根据观测信息采用反演的方法确定岩体的渗透系数。将遗传算法和模拟退火算法相结合,建立遗传模拟退火算法以保证反演结果的全局最优性并提高收敛速度。结合边坡工程实例检验了所提出反演方法的有效性。     

层状地层粘弹性优化反分析与优化方法对比分析

针对基坑开挖过程所表现出来的时间效应，采用Voigt粘弹性模型进行模拟，并结合具体的施工过程，进行粘弹性位移优化反分析。结合具体的工程实例，分析了阻尼最小二乘法、遗传算法以及混合遗传算法对粘弹性位移反分析的适应性，结果发现，阻尼最小二乘法对粘性参数优化不明显，而遗传算法则不同，可以对参数进行全面优化，而混合遗传算法集合了两者的优点，克服了阻尼最小二乘法的不足。     

遗传算法在参数反演中的应用

研究土工问题,土性参数的合理估计非常重要,根据工程实测值反演土性参数不失为一种有效估计参数的新思路.本文采用遗传算法并结合Biot固结有限元数值法对一假设路堤的双层地基的一些主要土性参数进行反演,结果显示误差很小,收敛速度也很快,这说明遗传逄法这种新型的优化算法在土性参数优化估计中具有精度高、反演快的优越性,克服了传统的梯度优化方法如共轭梯度法、拟牛顿法和单纯形法所具有的搜索速度随反演参数增多吴级数减慢、容易陷人局部极值点和误差传递导至不收敛等缺点,因此值得在本领域参数优化中推广.     

遗传算法与自适应粒子群算法耦合的大坝安全预警评价模型

改变应用最小二乘法求解大坝统计预警模型的传统方式,利用粒子群算法随机搜索的优化能力确定统计模型的回归系数。针对粒子群算法收敛速度较慢等问题,提出一种新的自适应策略,能够依据粒子个体和种群的优化信息,调整学习因子,并将该策略与遗传算法的交叉、变异算子相结合。通过工程算例表明,该方法具备较好的搜索多样解能力,自适应地调整粒子飞行的步长,提高了粒子群算法的收敛速度;基于该方法的大坝预警评价模型与最小二乘法、基本粒子群算法相比,数据挖掘能力强,预警评价结果与大坝的实际运行状态更加吻合,有效地提高了统计模型的预测精度。     

高强混凝土配合比优化设计

论述了遗传算法与模拟退火算法的运算机理，以及遗传算法在全局搜索中的优势和模拟退火算法在局部寻优中的能力，进而提出性能更好地解决优化问题的模拟退火-遗传算法，并提出高强混凝土配合比的优化设计数学模型，指出模拟退火-遗传算法使得高强混凝土配合比的优化设计简捷方便，并能提高经济效益，具有工程实用价值。     

用瞬态瑞雷波反演横波速度映射二维标准贯入击数剖面

在工程地质勘察中，标准南入击数是衡量土层软硬程度和承载力的重要质量指标，应用τ-ρ变换提取面波，获取高信噪比的频散曲线，采用等厚薄层权重自适应迭代阻尼最小二乘法自动反演横波速度，提高横波速度的计算精度，进而映射二维标准贯入击数剖面，用上述方法对某高速公路振冲压碾效果进行了无损检测试验，其结果与取样分析一致。     

基于模式–遗传–神经网络的流变参数反演

介绍了一种岩石流变多参数反演的智能方法。该方法把遗传算法和神经网络有机结合起来，并在遗传算法中嵌入模式搜索加速优化进程；该方法基于均匀设计获得的样本进行神经网络学习，用模式–遗传–神经网络进行岩体流变参数的最优辩识。该方法用经过最佳预测学习算法训练的神经网络来表达岩体流变参数和位移之间的映射关系，除具有一般遗传算法的优点外，还提高了参数反演的精度，节省了参数反演的计算时间，使得某些原来用传统优化方法在时间上几乎无法进行的参数反演如今变为可能，并用工程实例验证了此方法的可行性与优越性。     

基于遗传算法的DEM粗匹配研究

传统最小二乘无控制DEM匹配方法基于LZD算法实现,该类方法对基准DEM与待匹配DEM之间的初始匹配状态要求较高,其应用受到较大限制。为了解决该问题,提出了一种基于遗传算法的DEM粗匹配方法,结合遗传算法全局最优化的需要,设计了一种新的匹配模型,对最小二乘匹配方法的拉入范围、遗传匹配方法收敛效果和粗匹配效果进行了实验分析。结果表明,基于遗传算法的DEM粗匹配方法能够在基准DEM与待匹配DEM之间状态差异较大时,为最小二乘匹配方法提供合适的初始匹配状态。     

附约束条件的主距检校迭代算法及解算精度的模拟分析

主距检校是指通过立体像对同名像点的影像坐标恢复相机的两个主距值,现有方法主要是基于基本矩阵的闭合或分解解法,该方法的精度和稳定性不高,对量测误差较敏感,在某些情况下难以获得理想的定向结果。本文根据直接方法的初值给定主距的约束范围,然后用一维黄金分割搜索法同时得到主距和相对定向参数的最小二乘解,为保证收敛半径和速度,采用单位四元数代替常规的欧拉角表示旋转矩阵,并模拟分析了像点量测误差、镜头畸变以及像主点位置对主距检校精度的影响,并以一组实测数据验证。     

框架结构损伤识别的改进非线性直接解析法

考虑到直接解析法求解速度快和非线性直接解析法求解精度高的特点,提出一种用于结构损伤识别的混合迭代算法,该算法用二阶非线性的解析解作为算法的第一次迭代值,用一阶灵敏度方程的求解值对该算法的第一次迭代值进行关于泰勒级数截尾误差的修正。通过对一个空间框架结构进行数值模拟分析验证了该方法的可行性。结果表明,提出的混合迭代算法由于采用了精确度较高的二阶非线性解析解作为迭代修正的初值,因此,迭代修正精度更高,收敛性更好,而且大幅地减少了运算时间,尤其对于多损伤或者大损伤,本算法优势更加明显。     

优化神经网络在多传感器火灾探测中的应用

针对BP神经网络在拟合过程中探测精度低、容易陷入局部最优的问题,提出一种基于遗传算法（GA）和模拟退火算法（SA）共同改进的BP神经网络模型,该网络模型可以有效提高火灾识别准确率,同时避免网络过拟合现象,使预测结果跳出局部最优从而达到全局最优。首先,通过GA改进隐藏层结构部分,然后通过SA改进连接权重部分,最后利用优化后的GA-SA-BP模型对火灾实验数据进行信息融合实现火灾探测。实验研究表明,对比单一BP神经网络,经GA和SA改进后的BP神经网络能够有效改善网络拟合能力,并提升火灾探测精度至98.91%。     

Comparison of algorithms for seismic topology optimisation of lifeline networks

A performance comparison among five optimisation algorithms for the topology design of lifeline network subjected to earthquakes is presented in this study. The topology optimisation model in conjunction with the argument of seismic reliability is firstly introduced for the design of lifeline networks subjected to earthquakes. Subsequently, two quite standard optimisers used in the numerical optimisation, i.e. a genetic algorithm (GA) and a simulated annealing algorithm, are investigated. Their hybrid scheme, entitled a simulated annealing GA that combines the advantages of two standard optimisers, is introduced as well. Besides, an ant colony algorithm and a particle swarm algorithm that have been developed in recent years are explored. Three modelled lifeline networks, including two benchmark networks and one actual network, are used as the numerical carriers that the five optimisation algorithms accommodate. It is concluded that the simulated annealing GA provides an excellent tool with higher efficiency to achieve optimal topology of lifeline networks.     

围护结构传热系数快速测试仪的辨识算法研究

围护结构传热系数快速测试仪的研制可以为节能建筑的验收与评价提供真实有效的测试数据,以达到快速准确地检测评定建筑物性能的目的。这一仪器的研制将为建筑节能工作的开展提供强有力的技术支撑工具。利用实测的数据,用遗传算法和最小二乘法辨识分别得到了墙体的传热系数估计值。可知遗传算法是一种利用墙体的动态实验数据获得墙体传热系数的有效方法,并且具有较高精度。     

渗流反分析中交替迭代算法神经网络研究

针对经典算法BP网络存在的一些缺陷，提出了一种交替迭代算法神经网络，并用FORTRAN语言编制了该程序。在相同的初始条件下，将交替迭代算法神经网络和经典算法BP网络进行了比较，得出了交替迭代算法神经网络的特点和优点。在算例中，基于人工神经网络的非线性特点，在三维渗流有限元的基础上，结合该原理反演了水闸地基的渗透系数比值。与真实值的比较说明，反演结果是精确的，从而更进一步验证了该方法应用于反演分析中的可靠性。     

Random decrement based method for modal parameter identification of a dynamic system using acceleration responses

This paper proposes a random decrement (RD) based method to identify the modal parameters of a linear dynamic system, when only forced acceleration responses are available for use. The RD based method evaluates response data in the time and, then, frequency domains by correlating the RD technique with fast Fourier transform based algorithms and a linear least square procedure. However, the effect of the RD signatures of input forces that is added in the RD signatures of the acceleration responses must be addressed. In response to this need, a novel frequency response function (FRF) approach for the acceleration responses, with a modification of the traditional one, is verified as a first step. Subsequently, the derivation of the RD based method follows the concept of the FRF approach to achieve the theoretical basis of the FRF defined for the RD signatures. Numerical simulations of a 2DOF linear dynamic system loaded by white noise forces and simulated wind forces foster applicability of the RD based method. Applications of the Ibrahim time domain algorithm and the vector RD technique to the forced acceleration responses are also discussed.