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。     

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。     

LASSO算法及其在边坡稳定性分析中的应用

将LASSO算法引入边坡可靠度分析中,建立算法模型预测边坡安全系数,并实现搜索边坡危险区域的功能。首先,借助有限元软件实现蒙特卡洛模拟,获取边坡各处土体参数及对应安全系数数据集。其次,通过LASSO算法对获取的数据集进行分析,建立模型预测特定条件下边坡安全系数,该结果通过与普通线性回归算法预测的结果进行比较,证实了LASSO算法的优越性。同时,提出了其在边坡长期风险监控中的应用建议。最后,将LASSO算法与蒙特卡洛模拟相结合,充分考虑多次模拟结果,实现搜索边坡最危险区域功能。结果表明,与普通线性回归算法相比,LASSO算法所建立的模型能准确搜索到影响边坡稳定性的最危险区域。因此,LASSO算法能为边坡长期风险监控和边坡加固工作提供新的思路。     

基于Floyd算法的边坡极限平衡有限元分析

基于图论中的最短路问题,引入Floyd算法实现危险滑弧的搜索以及安全系数Fs的求解,并讨论边坡安全系数Fs在不同材料参数条件下的变化,即引入Floyd算法解决边坡稳定性问题及参数敏感性分析。在算法实施方面,文章以海南华润石梅湾滑坡治理工程为例,利用ABAQUS有限元分析软件建立模型并输入参数,后导入MATLAB科学计算软件进行Floyd算法边坡稳定性分析,与强度折减法进行对比。结果表明,Floyd边坡稳定性算法可靠性更高,可应用于复杂岩土体边坡。     

基于ν-SVR算法的边坡稳定性预测

提出基于一种改进支持向量机算法(ν-SVR)的边坡稳定性预测方法,直接利用边坡的特征参数快速预测边坡稳定性。为解决算法中模型选择困难的问题,用留一法设计预测模型,用网格搜索法搜索最优参数。留一法可以避免传统方法中根据经验确定预测模型的缺点,较为客观地获取合适的预测模型。网格搜索法可以保证搜索到合适的参数。计算结果显示,联合运用这两种方法可以获得合适的预测模型。利用该预测模型对82个圆弧破坏边坡实例中的71个实例进行学习,对另外11个实例进行推广预测,取得了较好的效果,其预测精度明显优于一种改进BP神经网络算法和常规SVR算法,与GA-BP神经网络算法相近。在此基础上,提出基于ν-SVR算法的边坡设计方法,能够快速、准确的获取不同方案下的边坡安全系数,评价其稳定性,为选择经济合理的边坡设计方案提供决策依据。     

基于n -SVR算法的边坡稳定性预测

提出基于一种改进支持向量机算法(n -SVR)的边坡稳定性预测方法，直接利用边坡的特征参数快速预测边坡稳定性。为解决算法中模型选择困难的问题，用留一法设计预测模型，用网格搜索法搜索最优参数。留一法可以避免传统方法中根据经验确定预测模型的缺点，较为客观地获取合适的预测模型。网格搜索法可以保证搜索到合适的参数。计算结果显示，联合运用这两种方法可以获得合适的预测模型。利用该预测模型对82个圆弧破坏边坡实例中的71个实例进行学习，对另外11个实例进行推广预测，取得了较好的效果，其预测精度明显优于一种改进BP神经网络算法和常规SVR算法，与GA-BP神经网络算法相近。在此基础上，提出基于n -SVR算法的边坡设计方法，能够快速、准确的获取不同方案下的边坡安全系数，评价其稳定性，为选择经济合理的边坡设计方案提供决策依据。     

基于v-SVR算法的边坡稳定性预测

提出基于一种改进支持向量机算法(v-SVR)的边坡稳定性预测方法，直接利用边坡的特征参数快速预测边坡稳定性。为解决算法中模型选择困难的问题，用留一法设计预测模型，用网格搜索法搜索最优参数。留一法可以避免传统方法中根据经验确定预测模型的缺点，较为客观地获取合适的预测模型。网格搜索法可以保证搜索到合适的参数。计算结果显示，联合运用这两种方法可以获得合适的预测模型。利用该预测模型对82个圆弧破坏边坡实例中的71个实例进行学习，对另外11个实例进行推广预测，取得了较好的效果，其预测精度明显优于一种改进BP神经网络算法和常规SVR算法，与GA-BP神经网络算法相近。在此基础上，提出基于v-SVR算法的边坡设计方法，能够快速、准确的获取不同方案下的边坡安全系数，评价其稳定性，为选择经济合理的边坡设计方案提供决策依据。     

考虑参数空间变异性的边坡稳定可靠性有限元极限分析

当土性参数空间变异性较大时,极限平衡法得到的滑移面不尽合理。阐述了基于广义变分原理的有限元极限分析方法,采用混合有限元方法,构筑了线性应力三角形单元与线性速度三角形单元,结合强度折减法与线性规划算法,建立了边坡稳定安全系数上下限分析方法,分析了土的抗剪强度参数空间变异性对边坡稳定性的影响,并与3种典型极限平衡法进行了对比。结果表明,FELA方法可有效搜索边坡临界滑移面,并给出安全系数的严格上下限。对于简单均质边坡,有限元极限分析与极限平衡法结果接近,极限平衡法结果大多位于极限分析的上下限内;对于空间变异性较大的边坡,有限元极限分析法可以有效搜索可能的多种临界滑移面,而极限平衡法则存在显著偏差,且往往高估滑坡风险。强度参数的空间变异性还导致边坡安全系数分布形式变化显著,仅采用安全系数无法反应这一变化。根据安全系数的分布形式,给出了土性参数设计值建议。     

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.     

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。     

桩基码头岸坡整体稳定分析的修正

针对桩基码头的岸坡稳定问题,在考虑了桩本身的特性和桩土相互作用的条件下,提出一种修正基桩抗滑效应的桩基码头岸坡整体稳定的计算方法,同时,采用了遗传算法确定最危险滑动面及其对应的最小安全系数,由此对现有规范中的相关规定提出了修正。该方法考虑圆弧滑动面,采用简化Bishop法计算岸坡稳定的安全系数,并在其中考虑基桩的抗滑作用;采用一种基于极限分析理论的方法确定滑动面以上的土体对桩的侧推力,对不同的圆弧位置,由各基桩的埋置深度及其与岸坡具有不同的安全系数确定其所能发挥的最大抗滑力;通过相关工程算例的计算与比较,表明本方法简便、快捷,且结果良好。     

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。     

遗传算法在确定边坡稳定最小安全系数中的应用

应用遗传算法和上限解斜条分法确定边坡稳定最小安全系数,应用实例表明,遗传算法很好地解决了寻找整体极值问题。如果将遗传算法与传统的最优化方法联合使用,效果更佳。     

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。