基于蚁群算法的复合形法及其在边坡稳定分析中的应用

首先将基于排序的路径选择方法引入基本蚁群算法 ,并用之于连续变量的优化问题和边坡的最小安全系数搜索 ,结果发现对于设计变量较少的数值优化问题和简单边坡的最小安全系数搜索问题 ,该蚁群算法可以找到全局最优解或比较接近全局最优解。但对于复杂边坡的最小安全系数搜索问题 ,该蚁群算法很容易陷入局部最优。另外复合形法对于不同的初始复合形也会得到不同的最小安全系数 ,利用本文提出的基于最小海明距离的替换准则将蚁群算法得到的局部最优解替换掉初始复形中的一个顶点 ,则复合形法容易找到全局最优 ,成为一种全局搜索能力很强的优化算法。     

边坡内置软弱结构滑动面搜索方法及应用研究

针对边坡内置软弱结构面直接控制着边坡临界滑动面的位置和几何形状,并影响边坡稳定性分析结果的问题,提出了单纯形—有限随机追踪法,并结合工程实例,介绍了该方法搜索滑动面的过程,指出其可有效搜索得到内置软弱结构面边坡滑动面位置,并可在反映工程地质条件的基础上得出可靠的计算结果。     

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。     

混沌扰动启发式蚁群算法及其在边坡非圆弧临界滑动面搜索中的应用

通过引入混沌扰动算子增加解的多样性和提高全局寻优能力，另外通过构造蚂蚁的启发式搜索方式提高对局部最优解的搜索能力，从而有效地克服了基本蚁群算法容易出现停滞和搜索效率低的缺陷。还利用Spencer法和Janbu法，探讨了所提出的具有混沌扰动算子启发式蚁群算法在边坡稳定性分析中的应用。实例计算和对比分析结果表明，该法有效而又可靠。     

基于遗传算法地震荷载作用下边坡稳定性分析水平条分法

研究了地震荷载作用下水平向成层边坡稳定性分析的计算方法。根据水平向成层边坡的特点，提出了适合此类边坡的水平条分法，并利用具有良好全局收敛性能的遗传算法对临界滑动面进行搜索．通过实例验证和与其他方法对比分析，结果表明这种方法不仅准确可靠，而且总能搜索到全局最优解。     

土坡稳定分析中的最危险滑裂面问题

在土坡稳定分析的经典极限平衡法中,一般先假设土坡的最危险滑裂面形状,然后利用不同的搜索方法寻求最优解。作者认为,基于经典极限平衡理论的边坡滑裂面是由土条底部的直线段相连构成的任意形状滑裂面;定义土条底部的纵轴坐标或者与水平面的夹角为搜索变量,采用经验遗传-单纯形算法搜索其最优解,进行了土钉加固土质边坡的稳定性验算,与圆弧滑裂面法进行了比较分析,结果表明作者的方法合理可行。     

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。     

边坡非圆弧潜在滑动面全局优化的新方法

最危险潜在滑动面搜索是边坡稳定性分析中的一项关键工作,最危险滑动面的准确确定对边坡稳定性评价、设计、施工等均具有重要意义,随着计算机技术的发展,各种最优化方法在最危险滑动面搜索中得到广泛应用。Leapfrog算法是一种优秀的全局优化方法,该方法模拟分子在空间中运动的物理现象,以分子势能表示目标函数,通过一定策略追踪分子的运动轨迹,获得问题解。极限平衡分析是工程界普遍接受的稳定性分析方法,以安全系数(滑动面的函数)为目标函数,将Leapfrog算法与Spencer法结合,提出确定任意形状滑动面的新方法,并通过2个经典算例说明该方法的可行性。     

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。     

基于加速混合遗传算法搜索复杂边坡的最危险滑动面

基于简化Bishop条分法分析复杂边界边坡的稳定性,以圆弧滑裂面与边坡面的左右交点的两个X坐标--XL和XR以及滑裂面圆心坐标的Y坐标--Y0作为设计变量,提出一种加速混合遗传算法(AHGA)对设计变量进行优化。该方法是通过把无约束优化的Powell算法作为一个与遗传算法的选择、交叉和变异平行的算子,嵌入到改进的实数编码遗传算法中而得到的,它同时具有两个方法的优点,有较强的自适应能力,使得收敛速度加快,还有可能搜索到最优化问题的全局最优解。通过一高速公路边坡工程实例验证,加速混合遗传算法(AHGA)搜索到的圆弧滑动面与现场勘察结果很吻合,优于简单遗传算法(SGA)。     

Sliding surface searching method for slopes containing a potential weak structural surface

Weak structural surface is one of the key factors controlling the stability of slopes. The stability of rock slopes is in general concerned with set of discontinuities. However, in soft rocks, failure can occur along surfaces approaching to a circular failure surface. To better understand the position of potential sliding surface, a new method called simplex-finite stochastic tracking method is proposed. This method basically divides sliding surface into two parts： one is described by smooth curve obtained by random searching, the other one is po｜yline formed by the weak structural surface. Single or multiple sliding surfaces can be considered, and consequently several types of combined sliding surfaces can be simu- lated. The paper will adopt the arc-polyline to simulate potential sliding surface and analyze the searching process of sliding surface. Accordingly, software for slope stability analysis using this method was developed and applied in real cases. The results show that, using simplex-finite stochastic tracking method, it is possible to locate the position of a potential sliding surface in the slope.     

滑坡和边坡稳定性分析的模拟退火-随机搜索耦合算法

首先，建立了一个可适用于滑坡和边坡在任意复杂条件下进行一般滑裂面的稳定性分析的优化数值分析普遍模型：然后，利用模拟退火算法和随机搜索法的各自的特长和优点，有机地将两种算法结合起来建立了一种可用于求解所建立的优化数值分析普遍模型的耦合算法，并对世界范围内被广泛引用的3个工程实例进行了分析，结果表明，该方法是可行的和高效的。     

基于应力场的土坡临界滑动面的蚂蚁算法搜索技术

在土坡应力场非线性有限元分析的研究基础上，将蚂蚁算法这一新的启发式人工智能型优化方法与土坡稳定性有限元分析方法相结合，探讨了基于有限元分析得出的土坡应力场所对应最小稳定安全系数的土坡任意形状临界滑动面的蚂蚁算法搜索技术，并通过分析算例说明这一技术的可行性。     

A Kriging-based hybrid optimization algorithm for slope reliability analysis

First, the artificial bee colony (ABC) algorithm was used to optimize the Kriging model. A typical example was given to validate a good function fitting performance of the ABC-optimized Kriging model. Next, a structural reliability optimization method was proposed on the basis of the Kriging surrogate model, combined with the artificial bee colony optimization method and penalty function method. A nonlinear limit-state function example was provided to validate the accuracy and efficiency of the hybrid algorithm by comparing the algorithm’s solution with the exact solution of the example. Finally, the proposed method was applied to earth slope reliability analysis using a commercial finite difference program to calculate the slope’s factor of safety. Comparison of the results between the proposed method and the other methods shows that the proposed algorithm is the most suitable for slope reliability analysis.     

改进和声搜索算法及其在土坡稳定分析中的应用

土坡非圆临界滑动面的寻求是土坡稳定分析的重要步骤,它是一个多极值的优化问题。利用改进的和声搜索算法和修复策略来寻求复杂土坡的临界滑动面及其对应的安全系数,并对改进和声搜索算法与基本和声搜索算法的结果进行了比较,发现改进和声搜索算法比基本和声搜索算法能搜索到更危险的滑动面,原因在于,改进和声搜索算法在每次迭代步中产生多个新解,而基本和声搜索算法中每次迭代产生一个新解。此外,修复策略比惩罚策略更能有效地搜索解空间。结果表明,改进的和声搜索算法和修复策略可以用来进行土坡稳定分析。     

Finite element model updating of a large structure using multi-setup stochastic subspace identification method and bees optimization algorithm

In the present contribution, operational modal analysis in conjunction with bees optimization algorithm are utilized to update the finite element model of a solar power plant structure. The physical parameters which required to be updated are uncertain parameters including geometry, material properties and boundary conditions of the aforementioned structure. To determine these uncertain parameters, local and global sensitivity analyses are performed to increase the solution accuracy. An objective function is determined using the sum of the squared errors between the natural frequencies calculated by finite element method and operational modal analysis, which is optimized using bees optimization algorithm. The natural frequencies of the solar power plant structure are estimated by multi-setup stochastic subspace identification method which is considered as a strong and efficient method in operational modal analysis. The proposed algorithm is efficiently implemented on the solar power plant structure located in Shahid Chamran university of Ahvaz, Iran, to update parameters of its finite element model. Moreover, computed natural frequencies by numerical method are compared with those of the operational modal analysis. The results indicate that, bees optimization algorithm leads accurate results with fast convergence.     

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。