基于遗传优化的河网数学模型糙率参数反演

将遗传算法智能优化模型与一维河网模型相耦合,提出一种河网糙率智能反演方法,自动完成参数的优化选择。与其他河网糙率优化方法相比,该方法具有理论简单、对实测数据依赖程度低和精度高的特点。将该方法获得的优化糙率值代入到数学模型中,计算值与实测值吻合程度较高。     

自适应随机搜索算法在河网数学模型糙率反演中的应用

介绍自适应随机搜索(ARS)算法的基本原理,并以泰州市河网为例,测试了ARS算法在资料受限条件下河网模型糙率反演的表现。结果表明,ASR算法能够自动优选出河网大多数河段的糙率值,得到较好的水位流量拟合效果。     

基于遗传算法的渠道糙率及综合渗漏系数反演

遗传算法是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法,它能在搜索过程中自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程以求得最优的方案[1]。针对多个渠段相连的渠系计算,渠道糙率和综合渗漏系数无法用公式求得,应用遗传算法编程分别进行反演计算,并应用于石头河水库灌区东干渠水流模拟计算,结果表明计算水位与实测水位基本吻合。     

珠江三角洲地区河网水动力学

对珠江三角洲河网区河道进行了概化,利用一维非恒定流基本方程组、河网节点连结方程及边点方程建立了珠江三角洲河网区水动力学模型;将参加计算的方程分成微段、河段、汊点三级,采用逐级处理再联合运算的方法(即所谓的三级联解法)[1],求得河网中各计算断面的水位、流量等值;利用丰、平、枯三期的实测资料对模型参数进行了率定.率定后的模型计算值和实测值吻合较好.     

反演-遗传算法在河流水质BOD-DO耦合模型参数识别中的应用

采用反演和遗传算法对河流水质耦合模型中的多个参数同时进行辨识,克服了以往估值方法存在的不足。算例表明,此法的计算精度相当高,且易计算机实现。     

珠江三角洲地区河网水动力学模型研究

对珠江三角洲河网区河道进行了概化，利用一维非恒定流基本方程组，河网节点连结方程及边点方程建立了珠江三角液河网区水动力学模型，将参加计算的方程分成微段，河段，汊点三级，采用逐级处理再联合运算的方法（即所谓的三级联解法），求得河网中各计算断面的水位，流量等值，利用丰，平，枯，三期的实测资料对模型参数进行了率定，率定后的模型计算值和实测值吻合较好。     

基于SGA和SRFR的畦灌入渗参数与糙率系数优化反演模型(Ⅰ)——模型建立

利用基于地表非稳定流运动方程的地面灌溉模型对畦灌性能进行分析评价是改进传统地面灌溉方式、提高畦灌性能的重要举措,而准确地确定畦灌土壤入渗参数和田面糙率系数是改善畦灌性能模拟精度的重要前提。本文基于基本遗传算法SGA和地面灌溉一维模型SRFR建立的畦灌土壤入渗参数与田面糙率系数优化反演模型,可在给定的参数值域范围内开展多参数全局性寻优,利用计算机动态解析技术对SRFR模型执行程序进行解析处理,建立SGA与SRFR模型间的内部运行衔接方式,实现畦灌土壤入渗参数与田间面糙率系数优化反演过程的自动化运作,进而有效提高了参数寻优估值的工作效率。     

基于河床糙率反演的水库入库流量测定与模型试验

利用断面试验资料推求河道糙率的主要目的并不在于寻求涧峪上游河道糙率的真实绝对值,而是通过试验资料的分析计算了解它的变化特征,为涧峪上游河道在实际的水位观测与资料分析中如何利用实测数据推求河道糙率打下基础,这也为估算较大的入库流量提供了一个新的途径。     

复合形法求解大型河网的糙率参数

大型河网的水力计算,在糙率参数的率定时,通常采用手工调试的方法,工作量巨大且带有较大的随机性。根据糙率的物理意义,从反问题的角度,利用复合形法求解河网糙率参数。将该方法应用于宁波市鄞东南平原河网,大大节省了工作量,有效地克服了手工调试的缺陷。     

岩体流变参数反演的加速遗传算法

从系统辨识的角度，基于浮点编码的加速遗传算法，提出岩体流变系统参数的进化反演模型，并通过算例进行验证。计算结果表明，本文方法可以在仅给出各参数取值范围的条件下，有效地求得岩体流变系统参数，且克服了传统优化搜索算法在待反演参数数目较多时，寻优过程极易 陷入局部最优值，甚至搜索不收敛等缺陷。     

混凝土热力学参数反分析的响应面遗传算法

针对大体积混凝土热力学参数反分析计算效率低的问题,提出了响应面遗传算法。该方法采用正交试验设计的拉丁方方法进行热力学参数组合,采用含交叉项的二次多项式作为温度响应面函数,根据有限元计算的不同参数组合的结构温度响应值,通过回归分析确定响应面函数的待定系数,利用响应面函数和实测温度建立参数反分析目标函数,最后应用遗传算法搜索最优参数组合。算例表明,采用响应面遗传算法反演的参数,计算温度与实测温度总体吻合较好;响应面遗传算法与单一采用遗传算法的计算结果比较接近,但计算量减少一半。     

基于遗传算法的物理力学参数反演

基于遗传算法的直接随机寻优特性,首先介绍了采用实数编码遗传算法反演物理力学参数的基本步骤,然后在三维有限单元法的基础上,结合水平位移等大坝安全监测资料,提出了大坝坝体弹性模量和坝基变形模量的反演方法。并结合某重力坝8#坝段的安全监测资料,利用该方法反演得到了该大坝坝体弹性模量和坝基变形模量。算例表明,采用遗传算法—三维有限单元法反演大坝坝体及坝基的物理力学参数是可行的。     

遗传算法在隧洞开挖爆破参数优化中的应用

介绍了利用遗传算法优化隧洞开挖爆破参数的理论和方法。以及该算法在阿荣旗-深圳高速公路隧洞爆破开挖工程中的应用。实例表明,利用遗传算法来调整爆破参数和支护参数,可以有效地降低隧道爆破成本。     

采用加速遗传算法反演裂隙岩体渗流参数

利用水头实测资料，以裂隙组的渗透系数比例因子为待反演的参数向量，基于浮点编码的加速遗传算法，提出裂隙渗流参数的翰经反演模型，并通过典型坝基渗流算例进行验证，文中同时给出了传统单纯形算法在不同初始值条件下的反演成果。计算结果表明，本文方法可以在仅给出各参数取值范围的条件下，有效地求得非均质各向异性裂隙岩体渗流参数，且克服了传统优化搜索算法严惩依赖于初值，且当待反演参数数目较多时，寻优过程极易陷入局部最优值，甚至搜索不收敛等缺陷。     

遗传算法在水质模型参数率定中的应用

本文探讨了遗传算法在水质模型参数率定过程中的应用,以堆龙河(西藏羊八井电厂尾水注入)为例,说明了遗传算法在数值优化中具有简单易行、高效性及普遍适用性的优势。实际应用表明,用遗传算法率定的水质模型参数的结果比较令人满意。     

加速遗传算法在边坡抗震稳定性分析中的应用

根据加速遗传算法的思想和拟静力瑞典法基于圆弧滑动面的假定，提出一种用加速遗传算法搜索最危险滑动面及其对应的最小安全系数的方法。该方法是一种改进的遗传算法，在简单遗传算法基础上，增加加速循环步骤，用第一次和第二次进化迭代产生的优秀个体的多化空间作为变量新的初始变化区间，再进入遗传算法步骤重新运行计算。它不仅能克服传统方法容易陷入局部极小值的缺点，而且较SGA(简单遗传算法)算法有更高的搜索效率，计算时间短，搜索的解更优，是一种全局化算法。通过一个工程实例对其进行了验证。     

天然河流糙率的分析研究

文章根据曼宁公式原理,在不同流态和水流边界条件下,采用恰当的方法来分析天然河道糙率,提出了几点看法.     

遗传算法改进神经网络模型在太子河流域径流预报中的应用

本文对用遗传算法(GA)改进的神经网络的算法进行了分析,建立了用GA寻求权重的前馈网络模型(简称模型I)和用GA优化初始权重的前馈网络模型(简称模型Ⅱ)。对太子河流域的5个计算单元前35年年径流量进行了模拟和用后10年资料对模型进行了检验,并与传统的BP神经网络模型进行了比较。结果表明:模型I对历史样本拟合较差,但其预报效果优于模型II和传统的网络模型。模型II和未改进的网络模型效果相似,精度有所提高。     

遗传算法在边坡稳定分析中的应用

在土木建筑中经常会遇到边坡稳定的问题，采用多大的边坡坡度既经济又合理，这都需要进行边坡稳定分析来确定。本文首次尝试了利用遗传算法解决瑞典圆弧法中多维变量同时寻优的难题，利用VB6.0编写程序进行边坡稳定计算，取得了较好的效果，界面清晰易懂，便于应用。