基坑整体稳定性确定最危险滑动面的程序设计

用计算机验算基坑整体稳定性，通过改变基坑滑动面顶端和底端的位置，运用计算机程序进行逐级两向搜索，通过选择和比较确定出最危险滑动面，不局限于经验方法，程序使用简便，计算快捷、准确。     

加速混合遗传算法在搜索边坡最危险滑动面中的应用

基于简化Janbu条分法,提出一种加速混合遗传算法,在无需对边坡最危险滑动面的几何形状进行假设的前提下,自由搜索最危险任意形状滑动面,并计算其对应的最小安全系数。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,它同时具有两种方法的优点:(1)有较强的自适应能力,使得收敛速度加快;(2)还有可能搜索到最优化问题的全局最优解。首先通过一算例验证加速混合遗传算法的准确性,然后应用于一工程实例。与现场勘察结果对照表明,加速混合遗传算法搜索到的最危险滑动面与实际情况吻合得很好,优于简单遗传算法。     

粒子群优化算法搜索土坡临界非圆弧滑动面

为了提高土坡稳定性状分析的速度和精度,提出了结合有限元分析结果用粒子群优化算法（PSO）来确定边坡最危险滑动面及其对应的最小安全系数的技术方法。这种方法以有限元分析结果为基础,不必假定滑动面的形状,对于软硬差别较大的成层土坡以及边界条件或受力情况比较复杂的实际土坡工程问题,可以得到合理的结果。通过两个算例,证明了这种方法的可行性。     

考虑土体空间变异性的边坡最危险滑动面随机分析方法

现有边坡可靠度研究均未考虑土体空间变异性对边坡最危险滑面的影响。为此,提出了考虑土体空间变异性的边坡最危险滑动面随机分析方法。首先,采用谱表现法建立了表征土体空间变异性的随机场模型。在此基础上,提出了基于SIGMA/W和SLOPE/W的自动定位搜索最危险滑动面方法。其次,采用非侵入式随机分析方法研究了抗剪强度参数空间变异性对边坡最危险滑动面空间分布的影响。最后,采用算例验证了所提方法的有效性。结果表明：提出的边坡最危险滑动面随机分析方法能够有效地确定边坡最危险滑动面空间分布特征。土体抗剪强度参数的空间变异性对边坡最危险滑动面的空间分布特征有重要的影响,它直接决定了边坡最危险滑动面的位置和滑体规模。土体抗剪强度参数波动范围越大,最危险滑动面的空间分布范围越大。随着土体抗剪强度参数水平向和竖直向波动范围比值的增大,边坡上部发生局部滑动的可能性增大。抗剪强度参数的变异系数越大,最危险滑动面的空间分布范围越大,边坡发生小规模局部滑动的可能性越大。     

基于遗传算法边坡稳定分析临界滑移面的搜索

基于遗传算法和Bishop法，对工程实践中最为广泛应用的圆弧滑裂面提出了搜索临界滑移面及相应最小安全系数的方法。因为安全系数存在多个极小值，所以一般优化方法搜索边坡临界滑移面较为困难，而遗传算法能很好的处理多极值优化问题。传统的方法采用固定不变的上下界设计变量，这样会扩大搜索范围，同时产生许多不符合运动学许可条件的解。在分析时需把这些不符合条件的解剔除，将降低搜索的效率。对于这个问题若采用遗传算法，问题的约束条件变换为由动态的上下界设计变量决定，可缩小搜索范围，且不会产生不符合运动学许可条件的解，在合理的计算时间内临界滑移面能被高精度地搜索到。数值算例表明：所建立的基于遗传算法的岩土边坡稳定分析方法，是一种全局优化搜索算法，能够有效克服经典搜索方法易陷入局部极小值的缺点，其计算结果令人满意。     

基于瑞典条分法进行水库岸坡最危险滑动面自动搜索的 GIS 实现

在黏性土边坡稳定性分析方法中,基于瑞典条分法的程序化方法普遍存在自动化程度低、可视化效果差的缺点。水库岸坡由于受到库水的浸泡、托浮等作用,更易发生失稳破坏。基于高分辨DEM数据,采用GIS组件开发模式,对非均质的成层土水库岸坡进行稳定性分析,计算得到最小安全系数,并绘制对应的最危险滑动面,较传统方法具有以下优势:(1)自动化程度高,以图切剖面的形式自动获取岸坡剖面线,并自动绘制稳定性分析所需的土体分层信息;(2)条分参数可控,易于进行比较分析;(3)稳定性分析的过程和结果均采用可视化的方式展现,便于纠错。     

边坡稳定分析中的临界滑动面搜索方法述评

对现有边坡稳定性分析中的各种临界滑动面搜索方法，主要工作和成果进行了系统的总结，在简述各种方法的基本原理的基础上，评价了其主要优缺点，并对临界滑动面搜索方法的进一步研究，发展和应用提出了建议。     

基于无记忆最小二乘似牛顿法的边坡稳定性分析

在基于圆弧滑动面假定的边坡稳定性分析中，应用无记忆最小二乘拟牛顿法搜索边坡最危险滑动面及相应的最小安全系数，作滑动面搜索时不必给定圆心搜索范围，由最优化方法自动地搜索出最危险的滑动面，从而提高了边坡稳定性分析的可靠性。该方法还可用于其他优化问题，它不必记忆迭代矩阵，大大地减少了贮存量，提高了计算效率。     

改进的蜂群算法在边坡稳定性分析中的应用

将人工蜂群算法(ABC)应用于边坡最危险滑动面的搜索以及最小安全系数的求解,为了提高算法的搜索效率,减少搜索过程中的停滞现象,对工蜂进行邻域搜索产生新解的方法进行改进,提出一种自适应智能搜索的人工蜂群算法。该算法具有较高的搜索精度和搜索效率,简单易实现,适用性强,搜索的最优解更具有全局性。通过工程实例验证了该方法的合理性与可靠性,计算结果令人满意,能较好地应用于边坡稳定性分析中。     

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。     

条形均布荷载与最危滑动层的计算

为了探寻一个既经济又安全的条形均布荷载的计算方法,以沙湖年慈教授导出的土中任意受力点其最危截面上的稳固系数公式为基础,将地基主应力公式代入该式并求导, 从而解得了涵盖弹性、临塑、塑性及极限应力荷载的计算“通式”。还论证了在荷载作用下,沿荷载中线在（ 0 °～ 90 °）之间存在最小稳固系数。在预设最小稳固系数的前提下,并可解得最危视角顶点定位在中线上的某点 N ,它随荷载的大小而沉浮。结合附加应力公式理论,可自基础两边过 N 点作出ANB弧,该弧即为最危滑动层的位置,在该层面上,稳固系数自上而下,由小到大,在 K ₀ =1 处,恰为塑性区的最大深度。在施荷过程中,地基中各受力点的应力不断增加,稳固系数不断下降;故原来最小的稳固系数ANB 弧,上移到一个新的位置AMB弧处,如果对 弧上 M 点的 K _0min 值,进行相应的规范,那么,预设荷载在AMB弧上 M 点所产生的 K _0min 值,只要在规定范围之内,即可确定该荷载为设计荷载。     

自适应小生境遗传算法在土钉支护结构整体稳定性分析中的应用

根据极限平衡理论和遗传算法原理,建立了基于自适应小生境遗传算法的土钉支护结构内部整体稳定性分析模型,该模型利用自适应小生境遗传算法搜索最危险滑动面及其对应的最小安全系数,同时能定量分析各设计参数对土钉支护结构整体稳定最小安全系数的影响。针对遗传算法在寻优过程中存在的问题,引入小生境淘汰技术,设计自适应交叉函数和自适应变异函数,自适应调整交叉率和变异率策略,克服了简单遗传算法易陷入局部极小和早熟收敛的缺陷,提高了算法的搜索效率、精度和稳定性。通过对珠江三角洲地区某深基坑实例分析,得到了一些有益结论,可作为软土深基坑支护结构优化设计和施工提供参考。     

Improved genetic algorithm and its application to determination of critical slip surface with arbitrary shape in soil slope

In order to overcome the problem of being trapped by the local minima encountered in applying the simple genetic algorithm (GA) to search the critical slip surface of the slope, an improved procedure based on the harmony search algorithm is proposed. In the searching computation, the new solutions are obtained from the whole information of the current generation. The proposed method may be applied to calculate the minimum factors of safety of two complicated soil slopes. Comparison of the results with existing examples given by other authors has shown that the proposed method is feasible for stability analysis of soil slopes. __________ Translated from Journal of Hydraulic Engineering, 2007, 38(2): 157–162 [译自: 水利学报]     

改进的万有引力搜索算法在边坡稳定分析中的应用

基于万有引力搜索算法(GSA)提出了一种改进的万有引力搜索算法(MGSA)。针对GSA在处理优化问题时会出现发散的情况,通过限制粒子的速度同时更改算法中的参数来改善这一问题。算法改进后显著提高了GSA中粒子的探索能力与开发能力,可以获得较强的优化能力。采用MATLAB对8个测试基准函数进行仿真实验,并将该方法引入到边坡稳定分析中。对于边坡稳定性分析,利用MGSA搜索出临界滑动面并结合极限平衡法计算出相应的最小安全系数。结果表明:与GSA法及其他方法相比,MGSA在求解最危险滑动面安全系数时具有更好的优化性能。     

一类新复合形法及其在临界滑动面搜索中的应用

针对广泛采用的基本复合形法存在着搜索不完全、映射系数取值不灵活、复形多样性保持差等缺陷,提出了相应的改进措施,如动态全域映射收缩算子以及最大冗余点映射准则,形成了一类新型的复合形法。在确定冗余点时综合考虑了距离空间和目标函数值两方面的信息。通过对某复杂土坡的最危险滑动面的搜索表明,新型复合形法的寻优成功率比基本复合形法大大提高。     

遗传进化算法在边坡稳定性分析中的应用

基于圆弧滑动面假定，提出了一种用遗传进化算法确定边坡最危险滑动面及其对应的最小安全系数的方法。该方法模拟了生物遗传进化的过程，克服了传统方法容易陷入局部极小值的缺点，是一种全局优化算法。