复杂边坡滑动面确定的联合搜索法

 针对复杂边坡特点,提出改进的滑动面搜索变量选取方式,通过左、右出滑点和弧高控制滑动面位置,搜索变量取值范围不再需要经验假定。使用分区间搜索策略,以寻找最危险滑动面和潜在危险滑动面,同时也将搜索区域分割,增大算法搜索到全局最优值的可能性。利用混沌优化算法和复合形法联合搜索算法确定复杂边坡的最小安全系数和滑动面,充分利用混沌搜索和复合形法各自的优点,有效地避免陷入局部最小值,并克服混沌优化耗时较长的不足。通过对复杂边坡实例的计算,结果证明,采用改进搜索变量的基本复合形法寻优成功率比传统搜索变量高出40%～60%。联合搜索法的最小安全系数集中于1.70～1.72,全局搜索能力远远优于基本复合形法。多级边坡工程算例的分析表明,该边坡的4条潜在滑动面,其安全系数与最小安全系数相差不超过7.6%,最小仅相差3.6%,但相应的滑动面位置与最危险滑动面完全不同。     

基于模拟退火算法的边坡临界滑面搜索方法

 总结一般情况下滑动面应该满足的基本规律,这些规律在进行滑面优化时对临时产生的滑面起到约束作用。利用非线性有限元法得到坡内真实应力场,将模拟退火算法这一人工智能型非数值优化方法与边坡稳定的有限元方法相结合,探讨基于有限元分析方法的边坡最小安全系数及任意形状临界滑动面的搜索技术。针对临界滑面的搜索过程中,随机生成的初始滑面或试算滑面难以满足滑面几何约束条件这一缺陷,采用动态搜索域的概念,使变换过程局部化,计算效率大为提高。计算的结果表明：该算法找到全局最优解,并且真实再现某些情况下,圆形或其他非圆形式的临界滑动面。     

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。     

基于模拟退火算法的边坡最小安全系数全局搜索方法

基于改进的模拟退火算法和边坡稳定计算的简化Bishop算法，建立了边坡稳定分析最小安全系数全局搜索方法，该方法能够同时搜索出边坡的最小安全系数和与之相对应的临界滑移面的位置，可以应用到任意边坡几何形状，不同岩土分层，伴随孔隙水压力以及有外荷载的情况，研究表明，所建立的方法能够解决边坡最小安全系数全局搜索问题，从而有效避免最优问题。     

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。     

基于单纯形-有限随机追踪法的边坡稳定性分析

有限随机追踪法在边坡稳定性分析中的全局搜索能力,为边坡稳定性分析提供了新的思想。本文主要将单纯形法的局部搜索能力与有限随机追踪法的全局搜索能力有机结合起来,形成单纯形-有限随机追踪法优化算法,并利用改进Bishop算法对边坡进行稳定性分析,最终得到边坡稳定性系数的全局最优解。依据上述思想编制了边坡稳定性分析程序,并对边坡工程进行稳定性分析与评价。研究结果表明:根据单纯形-有限随机追踪法优化算法计算得到的边坡稳定性系数是全局最优解,具有较高的精度,单纯形-有限随机追踪法优化算法具有较强的全局搜索能力,分析结果可靠。     

基于最小共享度替换准则的复合形法及其在边坡稳定性分析中的应用

提出了一种改进的寻优策略以提高基本复合形法的全局搜索能力,对当前复形,在关于各个顶点的寻优直线上分别找出比各个顶点优异的点,替换各顶点构成多个新复形,选择顶点共享度最小的新复形为寻优复形,并依次迭代,形成了改进的复合形法。通过对2个复杂边坡最小安全系数的搜索发现,改进复合形法的全局搜索能力提高至90%,可满足工程应用的需要。     

随机多样复合形法及在边坡稳定分析中的应用

针对基本复合形法对任意初始复形寻优成功率较低的缺陷,规定当前复形中与其他顶点相似程度最大的顶点为被替换点,目标函数值有所改善的替换点在被替换点与其余顶点中任意几个的中心点连线上寻找,替换后构成新的复形,如此不断迭代构成了随机多样复合形法.利用随机多样复合形法以及基本复合形法对两个复杂、非均质土坡的最小安全系数进行了搜索,比较结果证明了随机多样复合形法的较强全局搜索能力.     

动态规划法求解边坡安全系数最小上限解

基于Sarma法的基本假设,将滑体划分为若干斜条块,由条块力的平衡条件得到条块间推力递推方程。根据推力最大原理,将寻求安全系数最小问题转化为寻求剩余推力最大问题。采用动态规划方法,将斜条块划分问题转化为多阶段决策问题。给出了基于条间推力递推方程的最优决策方法和步骤,对边坡斜条块划分组合进行了优化,找到剩余推力最大的划分组合。由于Sarma法本身是上限解,因此优化得到安全系数本质上是最小上限解。计算结果表明:利用动态规划方法搜索的最优斜条块划分组合,可以充分接近塑性力学解,安全系数一般大于并接近基于垂直条块的严格极限平衡条分法的安全系数。     

基于进化策略的路基稳定性分析

基于边坡稳定分析的简化毕肖普（A.W.Bishop）条分法,提出用进化策略搜索最危险滑动面及其对应的最小安全系数的方法.该方法模拟了生物进化过程,克服了传统方法容易陷入局部最小值的缺点,是一种全局优化算法,并通过某一高路堤公路边坡对其进行了验证.     

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。     

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。     

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。     

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。     

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。     

A particle swarm ant colony optimization for truss structures with discrete variables

In this paper, a particle swarm optimizer with passive congregation (PSOPC), ant colony optimization (ACO) and harmony search scheme (HS) are combined to reach to an efficient algorithm, called discrete heuristic particle swarm ant colony optimization (DHPSACO). This method is then employed to optimize truss structures with discrete variables. The DHPSACO applies a PSOPC for global optimization and the ant colony approach for local search, similar to its continuous version. The problem-specific constraints are handled using a modified feasible-based mechanism, and the harmony search scheme is employed to deal with variable constraints. Some design examples are tested using the new method and their results are compared to those of PSO, PSOPC and HPSO algorithms to demonstrate the effectiveness of the present method.     

强光下多尺度图像增强和蚁群算法的火焰分割

针对强光下火焰图像分割不完整的问题,提出了彩色火焰图像增强及改进蚁群算法的阈值自适应分割方法.首先对采集设备捕获的RGB图像进行基于带颜色恢复的多尺度Ret-inex增强,用亮度控制因子对背景像素进行亮度提升,并从3个不同尺度对原图动态增加高频信息,提高火焰局部可见性,使火焰的颜色、纹理和边缘信息更加突出;然后,为了避...