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。     

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。     

非均质边坡光滑化处理及临界滑动面搜索

实际公路边坡工程绝大多数属于非均质边坡,使得边坡内部应力场的间断,无法使用经典的带梯度信息的优化算法进行滑动面搜索。在基于整体分析法的均质边坡滑动面搜索的理论基础上,提出了一种边坡材料参数光滑化处理方法,并成功将其扩展到非均质边坡。该方法将安全系数和潜在滑面上离散点的纵坐标均视为独立变量,安全系数的大小作为目标函数,约束条件是3个力矩平衡方程和其它一些必要性条件,相对于传统的极限平衡结合智能优化算法,该方法有着更高的收敛效率。2个典型非均质边坡算例结果表明:该方法与其他极限平衡法搜得的滑动面较为一致,说明了方法的可靠性。     

改进GEP方法在边坡非圆临界滑动面搜索中的应用

基因表达式编程(Genetic Expression Programming,简称GEP)是模拟生物遗传进化过程的一种新型优化方法,其结合遗传算法(GA)和遗传编程(GP)各自的优点,使编码更为方便、简单。为了进一步改善GEP方法的局部搜索能力和克服“早熟”现象,将局部搜索能力很强的单纯形法和回溯机制引入GEP中,提出了混合GEP方法。以安全系数为目标函数,将混合GEP法和不平衡推力法结合,提出确定非圆弧临界滑动面的新方法。2个经典算例的计算结果表明:该新方法可以准确地搜索到边坡非圆临界滑动面及相应的安全系数,且混合GEP方法的局部搜索精度和全局搜索能力均优于标准GEP方法,同时收敛速度得到明显提高。     

小生境与遗传模拟退火耦合算法在岩质边坡滑动面搜索中的应用

将小生境思想与遗传模拟退火算法相结合,应用于岩质边坡滑动面的搜索中。在实现了边坡结构面模拟的基础上,小生境与遗传模拟退火耦合算法可以顺利搜索出边坡由结构面与岩桥组合形成的潜在最危险滑动面。与其他智能优化搜索算法相比,该耦合算法具有收敛速度快、可找到搜索函数所有全局最优解、参数依赖性小等优点。工程应用实例表明该耦合算法在岩质边坡滑动面搜索中能取得令人满意的结果。     

搜索边坡最危险滑动面及其对应的最小安全系数新方法

基于圆弧滑动面的假定和遗传算法的思想,提出了用加速遗传算法（aga）搜索边坡最危险滑动面及其对应的最小安全系数的方法。该方法是一种模拟生物遗传进化过程的算法,它克服了传统优化方法容易陷入局部极值点和误差传递导致不收敛的缺点,具有较高的计算精度,适用性强,搜索的最优解更具有全局性。通过一工程边坡实例对其进行了验证。     

边坡临界滑动场方法与应用(Ⅰ) —— 理论基础

编者按 :边坡临界滑动场法是近年来发展起来的边坡稳定性计算新方法 .在很多方面明显优于传统和其它计算方法 ,如它能准确快速确定边坡任意形状临界滑动面 ,全面评价边坡整体和局部稳定性等 .边坡临界滑动场法已成功地用于实际边坡工程设计 ,取得良好的效果 ,值得在工程中特别是水利工程中推广应用 .本刊从 2 0 0 0年第 3期开始 ,以专题讲座的形式 ,分 3次分别介绍边坡临界滑动场法的理论基础、数值模拟步骤以及工程应用 .     

基于临界滑动场理论的抗滑桩加固边坡稳定分析

临界滑动场理论已在边坡稳定、土压力理论、地基承载力等方面得到了应用和发展,但少见在抗滑桩加固边坡方面的应用研究。基于余推力法边坡滑动场理论,从理论基础、计算方法、算例验证3方面对抗滑桩加固边坡的临界滑动场方法进行了系统的分析研究,包括边坡土体的离散方法、复合土体抗剪参数的确定、临界滑动场的搜索、状态点危险滑动方向、最大剩余推力的确定以及最小安全系数的计算。采用经典算例对所提出的方法进行了验证,结果表明,基于临界滑动场理论的抗滑桩加固边坡计算方法是合理的。     

重度增加法确定边坡潜在滑动面

边坡稳定性分析的关键是如何确定最危险滑动面.传统的方法是根据经验,人为地确定最危险滑动面,而有限单元法无需事先假定滑动面的位置和形式.边坡的破坏往往伴随着很大的位移和塑性应变,因此,采用传统的小变形有限元方法计算无疑误差较大.在平面应变条件下,基于弹塑性大变形理论,用力控制方法来控制其收敛性,用有限元重度增加法对一均质边坡稳定性进行了有限元分析,通过土体的变形位移场来确定边坡潜在滑动面.再用刚体极限平衡法来计算其潜在滑动面上的安全系数,并将计算结果与传统的极限平衡法的计算结果比较,发现如果采用合适的土体本构模型,潜在滑动面上的安全系数与传统方法计算结果比较接近.     

边坡临界滑动面确定的蛙跳算法

将蛙跳算法引入到边坡极限平衡稳定性分析中,详细介绍了蛙跳算法的流程,并对典型土坡进行了计算分析,结果表明:蛙跳算法搜索到的最危险滑动面上较多的点位于软弱夹层内,所得到的安全系数比遗传算法结果更为合理。通过正交试验分析了蛙跳算法各个参数对计算结果的影响,并给出了推荐的参数取值。     

Ant Colony Optimization for Multi-Purpose Reservoir Operation

In this paper a metaheuristic technique called Ant Colony Optimization (ACO) is proposed to derive operating policies for a multi-purpose reservoir system. Most of the real world problems often involve non-linear optimization in their solution with high dimensionality and large number of equality and inequality constraints. Often the conventional techniques fail to yield global optimal solutions. The recently proposed evolutionary algorithms are also facing problems, while solving large-scale problems. In this study, it is intended to test the usefulness of ACO in solving such type of problems. To formulate the ACO model for reservoir operation, the problem is approached by considering a finite time series of inflows, classifying the reservoir volume into several class intervals, and determining the reservoir release for each period with respect to a predefined optimality criterion. The ACO technique is applied to a case study of Hirakud reservoir, which is a multi-purpose reservoir system located in India. The multiple objectives comprise of minimizing flood risks, minimizing irrigation deficits and maximizing hydropower production in that order of priority. The developed model is applied for monthly operation, and consists of two models viz., for short-time horizon operation and for long-time horizon operation. To evaluate the performance of ACO, the developed models are also solved using real coded Genetic Algorithm (GA). The results of the two models indicate that ACO model performs better, in terms of higher annual power production, while satisfying irrigation demands and flood control restrictions, compared to those obtained by GA. Finally it is found that ACO model outperforms GA model, especially in the case of long-time horizon reservoir operation.     

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。     

新型和声搜索算法在土坡稳定分析中的应用

首先提出了一种产生任意滑动面的策略,对可行的滑动面采用Spencer法计算其安全系数;其次改进了基本和声搜索算法的寻优思路,充分利用较优异的和声信息,在每一迭代步中产生多个新和声,然后重新选择优秀的个体进入和声库,构成迭代。该新型和声搜索算法应用于两个复杂土坡的稳定分析中,所得结果与文献中已有结果以及基本和声搜索算法的结果进行了比较,充分证明模拟任意滑动面的策略和改进和声搜索算法是高效的,可以用于复杂土坡稳定问题的分析。     

基于改进蚁群算法的渡槽结构优化设计

渡槽结构优化设计属于混合离散变量优化问题,针对利用一般连续变量方法进行离散变量优化设计的不足,对基本蚁群优化算法进行了改进:引入蚁群更新、沿途搜索等策略,在搜索过程中对设计变量进行工程化处理,蚂蚁按处理后的变量进行离散搜索。开发了基于改进的蚁群优化算法的混合离散变量渡槽优化设计的程序。实例研究表明,该算法对优化设计问题的特性无特殊要求,而且程序运行可靠,全局收敛能力强。     

库区土质边坡稳定性分析

本文首先对国内部分水库边坡滑坡的特点进行了初步分析，通过对库区边坡条件进行必要的概化，基于Fellenius方法导出了受库区水位影响、具有圆弧滑动面的边坡稳定系数理论公式，并进一步从理论上确定了库区边坡临界与最危险滑动的位置及规模.研究成果可用于预测及治理库区滑坡.