非饱和红土邓肯-张模型参数的试验研究

根据Fredlund D等提出的非饱和土的非线性本构模型推导方法,通过GDS三轴固结排水试验推导出了压实度为0.9下非饱和红土的邓肯-张Es、Bst、Kw参数,同时结合GDS三轴仪进行不同应力水平下的逐渐增湿湿化变形试验,得到邓肯-张模型中与基质吸力相关的土切线体积模量Hs和水的体积模量Hw。由此提出了非饱和红土的非线性本构模型的相关参数,为扩展的非饱和红土邓肯-张模型的非线性本构关系的有限元编程提供了依据。     

邯郸市粉质粘土邓肯-张模型参数试验研究

为了获得区域性土体本构模型的计算参数,采取典型粉质粘土层作为土样进行三轴试验,得到邓肯-张模型参数,为岩土工程问题分析计算提供了依据。     

邯郸市粉质粘土邓肯-张模型参数试验研究

为了获得区域性土体本构模型的计算参数，采取典型粉质粘土层作为土样进行三轴试验，得到邓肯一张模型参数，为岩土工程问题分析计算提供了依据。     

皖江区域马鞍山段砂土邓肯-张模型参数试验验证

皖江区域是我国经济发展迅速、基础设施全面推进的中部区域。在基础建设中寻求简捷而贴近实际的计算方法成为设计计算关键环节。邓肯-张双曲线本构模型能较好反映土体非线性特征,概念清晰,易于理解,在工程界中得到了广泛应用。文中选取皖江区域马鞍山段典型砂土层取样试验,分析土体抗剪强度和变形特征,率定邓肯-张模型计算参数。在编制邓肯-张双曲线非线性土体本构模型有限元计算程序基础上,开展砂样土体自重应力平衡、等压固结和轴向应变剪切破坏过程有限元数值计算验证。结果表明:邓肯-张模型参数正确,可为采用有限单元法分析皖江区域砂土地基沉降及稳定性提供依据。     

模型参数对邓肯-张非线性弹性模型应用影响研究

岩体破坏模型重要影响因素之一是岩体本构模型,邓肯—张模型是岩土工程中应用最为广泛的土的非线性弹性本构模型.本文对邓肯-张非线性弹性模型的影响因素进行了分析,并结合实例说明,本构模型中有关参数的取值和匹配对模型的应用和工程计算均有较大影响.     

基于邻域拓扑文化差分进化算法的无功优化模型研究

提出了求解无功优化问题的一种新算法——基于邻域拓扑文化差分进化算法。将邻域拓扑结构纳入了文化差分进化算法,改进了文化差分进化算法过早收敛,易于陷入局部最优解的问题。并首次将该算法应用到无功优化问题中,使其能迅速获得全局优化解,具有很好的全局收敛性能和更好的优化能力。最后,将该算法在IEEE 30节点系统上进行了无功优化...     

基于进化差分算法的整流二极管高频特性建模

提出了一种基于进化差分(differential evolution,DE)算法的整流二极管高频建模方法. 首先,通过矢量网络分析仪(vector network analyzer,VNA)提取了整流二极管截止时高频阻抗特性. 然后,基于进化差分算法进行整流二极管高频特性建模,同时,对比了进化差分算法与遗传算法的拟合结果. 结果表明:进化差分算法在拟合精度及运行速度均优于遗传算法. 通过实测曲线与仿真曲线对比表明拟合效果良好,验证了模型及参数的准确性. 最后,通过仿真验证了其导通关断特性.     

基于差分进化的量子粒子群优化算法的研究

为了提高量子粒子群算法(QPSO)的性能,利用差分进化对量子粒子群算法进行了优化.该优化算法(DE -QPSO)在粒子更新过程中,首先通过添加一个扰动来产生一个变异粒子,然后对变异粒子进行交叉操作产生新的试验粒子,最后对试验粒子进行选择操作,确定进入下一次迭代的个体.用5种标准测试函数对DE -QPSO、QPSO和 粒子群算法(PSO)的性能进行对比测试,结果表明DE-QPSO算法的性能明显优于PSO和QPSO算法,具有较好的应用价值.     

控制参数协进化的差分进化算法及其应用

提出一种控制参数协进化的差分进化算法(DE-CPCE),实现算法控制参数随种群搜优进展,自适应动态调整。D E-CPCE算法将控制参数作为原始个体的共生个体,且每一个原始个体都有各自的共生个体;算法在对原优化问题进行差分进化搜优的同时,以原始个体进化效率作为共生个体(即控制参数)的评价,并通过共生个体的差分进化操作实现其协进化。D E-CPCE算法能随优化问题搜优进展,自适应动态调整算法控制参数,实时为算法搜优提供最优的控制参数。仿真研究表明,DE-CPCE算法的控制参数具有动态自适应性;并且在与文中所提及的算法(DE/rand/1,DE/best/1,DE/rand-to-best/1,DE/rand/2,DE/best/2,self-adaptive Pareto DE and self-adaptive DE)比较中,该算法能以较高概率求得全局最优值,且收敛速率快,求得最优解的精度高。同时,应用 DE-CPCE算法估计 SO2催化氧化反应动力学模型参数,结果优于文献报道。      

基于混合策略的差分进化算法

针对传统差分进化算法在求解问题中种群易收敛、易早熟的问题,提出了一种基于混合策略的差分进化算法.该算法根据粒子适应度、适应度标准差和粒子间距离标准差,将种群分为3个不同大小、不同功能的子种群,每个子种群采用不同策略和控制参数来实现自己被指定的功能.算法在搜索过程中既增强了种群的全局搜索能力,又增加了收敛精度.通过对4个标准函数的测试,仿真结果表明该算法比其他算法具有更好的寻优能力.     

Identification of structure and parameters of rheological constitutive model for rocks using differential evolution algorithm

To determine structure and parameters of a rheological constitutive model for rocks,a new method based on differential evolution(DE) algorithm combined with FLAC3D(a numerical code for geotechnical engineering) was proposed for identification of the global optimum coupled of model structure and its parameters.At first,stochastic coupled mode was initialized,the difference in displacement between the numerical value and in-situ measurements was regarded as fitness value to evaluate quality of the coupled mode.Then the coupled-mode was updated continually using DE rule until the optimal parameters were found.Thus,coupled-mode was identified adaptively during back analysis process.The results of applications to Jinping tunnels in China show that the method is feasible and efficient for identifying the coupled-mode of constitutive structure and its parameters.The method overcomes the limitation of the traditional method and improves significantly precision and speed of displacement back analysis process.     

基于改进的DE算法对PID参数的优化

通过改进标准差分进化算法的放缩因子,得到一种改进的差分进化算法.这种改进的差分进化算法具有自适应的特点,能自调整放缩因子的大小,而标准差分进化算法的放缩因子通常取某个常数.将这种改进的差分进化算法用于PID参数的优化,克服了一些传统方法过于直接、不能寻优的缺点.仿真结果显示,改进的差分进化算法,具有较快的响应速率和较好的鲁棒性.     

自适应权重差分进化算法

针对使用不同中间向量遗传策略（学习策略）的差分进化算法所表现出的性能不同,提出一种改进的差分进化算法,对已有的两种遗传策略引入自适应权重,设计了一个新的中间向量遗传策略.通过对基准函数进行测试,结果表明新算法避免了早熟收敛,寻优性能较好,收敛速度较快,具有一定的有效性.     

自适应差分进化算法

提出了一种自适应差分进化算法,该算法在计算过程中自适应调整缩放因子,在搜索初期保持种群的多样性和增强全局搜索能力,后期有利于局部搜索提高算法的精度。数值实验结果表明,该算法有效的避免早熟,提高了全局寻优能力。该算法的性能优于基本微分进化算法。     

基于微分进化算法的支持向量机参数与特征同步选择

为了提高支持向量机(SVM)参数选择和特征选择的效率,提出了一种基于微分进化(DE)算法的SVM参数与特征同步选择方法(DE-SVM)。在编码方式上将DE的个体分为参数维和特征维,参数维直接用于优化选择参数,特征维经过"取整二进制变换"后选择相应特征。在几个UCI标准数据集上的仿真试验证明了该方法的有效性,与基于微粒群算法的参数与特征同步选择方法(PSO-SVM)相比,DE-SVM具有更高的寻优效率和特征选择能力。     

一种新的差分进化约束优化算法

对于约束优化问题,目前提出的差分进化算法大多采用罚函数法,但此方法对罚参数有很强的依赖性.基于此,把约束优化问题中的约束条件当作一个目标函数,从而把约束优化问题转化为有两个目标函数的多目标优化问题.借鉴多目标优化中的Pareto的概念,对种群中的个体规定等级,便于在优胜劣汰过程中确定选择概率.同时,在算法陷入局部最优时,采用一种不可行解替换机制来提高算法搜索能力.对13个标准测试问题的测试结果表明,与动态惩罚函数的进化算法、可行性规则的差分进化算法、采用随机排序的进化策略以及人工免疫响应约束进化策略相比,新算法在求解精度上均具有一定的优势.     

含水率对花岗岩残积土邓肯-张模型参数影响

制作了不同含水率花岗岩残积土击实试样,进行一系列固结排水三轴试验.得出在不同围压和不同含水率条件下,花岗岩残积土击实试样在三向应力作用下均呈现鼓胀破坏的变形特征,其固结排水应力-应变曲线均为加工硬化型,与邓肯-张模型的条件式基本吻合.通过邓肯-张模型参数的计算与分析,得知含水率对花岗岩残积土的邓肯-张模型参数整体上影响较大,其中粘聚力受影响最显著,无因次指数n和低围压时的初始变形模量受影响较显著,基本规律为:抗剪强度指标粘聚力、内摩擦角值,初始变形模量及无因次基数K均随着含水率的增大而减小;无因次指数、破坏比随含水率的增大而增大;各参数与含水率关系曲线均在最优含水率处出现拐点,且当含水率大于最优含水率时,其对各参数的影响不同程度地加大.     

基于差分进化算法的MU-MIMO用户调度算法

为了使MU-MIMO系统的用户得到更公平的服务,提出了一种块对角化预编码下基于差分进化算法的用户调度算法.该算法将差分进化算法进行改进,使其可对任意可行大小的用户子集进行调度,并进行参数自适应,与改进的比例公平算法相结合进行用户调度.实验结果表明,在不同的信噪比和用户数下,该算法较改进遗传算法在效率方面有大幅度提高,且公平度、系统和数据率相对于改进遗传算法均有所提高,能有效地解决块对角化预编码下的用户调度问题.     

麦秸秆加筋石灰土的应力应变和Duncan-Chang模型参数研究

为增强石灰固化滨海盐渍土的抗变形能力,提出了麦秸秆加筋辅助处理的设想.考虑Duncan-Chang双曲线模型能较好地反映土的非线性特征,将Duncan-Chang模型和三轴压缩试验结果相结合,以加筋长度、质量加筋率、养护时间和围压为影响因素,探讨了不同条件下麦秸秆加筋石灰土的应力应变特性和相关模型参数.试验结果表明:1)养护初期,麦秸秆加筋石灰土和石灰土的应力应变曲线均表现为应变硬化型.养护21 d时,石灰土在4个围压下呈应变软化型,而麦秸秆加筋石灰土仅在100kPa围压下表现为应变软化型,在其他围压下依旧为应变硬化型.2)麦秸秆加筋石灰土的峰值主应力差和破坏应变均大于石灰土的,采用麦秸秆加筋可有效地提高石灰土的强度和抗变形能力.3)麦秸秆加筋石灰土在4个围压下的应力应变曲线的间距小于石灰土的,加筋技术更适用于在较低围压下改善土的强度和抗变形能力.4)麦秸秆加筋石灰土的强度增幅与加筋条件有关,对于直径61.8mm试样,圆柱形麦秸秆的适宜加筋长度和质量加筋率分别为20mm和0.25%.5)Duncan-Chang模型可较好的反映石灰土和麦秸秆加筋石灰土的应力应变的非线性特征.研究结果对实际工程中合理选择麦秸秆的加筋条件具有指导作用.     

应用粒子群算法优化地位指数曲线模型参数研究

以优势高和地位指数的估测误差最小为目标函数,采用粒子群优化算法求解地位指数曲线模型的参数.结合实例与免疫算法比较,结果表明:粒子群优化算法求解的参数使模型的总体误差更小,精度更高,拟合效果更理想,更加科学合理,同时也提高了幼林的估算精度.研究的结果为森林经营中生长模型参数的求解以及相关研究提供了新的应用思路,也拓宽了粒...