基于改进粒子群优化算法的边坡稳定性分析

针对标准粒子群算法存在收敛精度低、易陷入局部最优的缺点,提出了基于混沌与变异的改进粒子群优化算法（CVPSO）,将其应用于边坡滑裂面搜索,研制了边坡稳定分析程序CVPSO LEM2D。采用改进粒子群算法对澳大利亚计算机应用协会（ACADS）边坡算例进行计算分析,结果表明改进粒子群算法的全局最优搜索能力与收敛精度得到了较大提高,计算结果与ACADS推荐的裁判答案基本一致,验证了算法的有效性。最后,将CVPSO LEM2D应用于两河口泄水建筑物进口边坡稳定性分析,验证了方法的可行性,为类似工程提供了参考和借鉴。     

建筑密集区超大深基坑开挖变形模型试验研究

以重庆沙坪坝铁路枢纽超大深基坑工程为背景,运用大型室内模型试验方法,结合应变监测系统和非接触ARAMIS监测技术,研究了基坑开挖变形机理、基坑开挖对临近建筑物的影响以及超载基坑变形与破坏特征。试验结果表明：(1)在开挖过程中,基坑变形随分级开挖呈现台阶式增长,但当开挖面逐步远离监测点时,变形逐步减小,直至趋于零;(2)开挖完成后,基坑侧墙产生向坑内变形,最大变形发生在基底以上三分之一处,最大位移为13.2 mm,基坑底部产生回弹变形,最大回弹量为14.4 mm;(3)基坑开挖导致在临近建筑物底部发生了明显的变形,最大位移为3.41 mm;(4)通过进一步开展基坑超载破坏试验,发现随着加载的进行,整个基坑会经历弹性变形、塑性变形和破坏三个阶段;(5)加载过程中,基坑边坡产生向坑内的侧移和向下的沉降,且基坑底部产生向上的回弹变形,呈现“中间大,两边小”的形式。     

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。     

基于改进粒子群优化算法的边坡稳定性分析

针对标准粒子群算法存在收敛精度低、易陷入局部最优的缺点,提出了基于混沌与变异的改进粒子群优化算法(CVPSO),将其应用于边坡滑裂面搜索,研制了边坡稳定分析程序CVPSO-LEM2D。采用改进粒子群算法对澳大利亚计算机应用协会(ACADS)边坡算例进行计算分析,结果表明改进粒子群算法的全局最优搜索能力与收敛精度得到了较大提高,计算结果与ACADS推荐的裁判答案基本一致,验证了算法的有效性。最后,将CVPSO-LEM2D应用于两河口泄水建筑物进口边坡稳定性分析,验证了方法的可行性,为类似工程提供了参考和借鉴。