| 群体智能算法在路面参数反分析中的适用性及优选策略 |
| |
| 引用本文： | 杨森顺,邓尚瑛,范海山,张军辉. 群体智能算法在路面参数反分析中的适用性及优选策略[J]. 土木与环境工程学报, 2024, 46(5): 191-203 |
| |
| 作者姓名： | 杨森顺 邓尚瑛 范海山 张军辉 |
| |
| 作者单位： | 1.广西交通设计集团有限公司，南宁 530029;2.长沙理工大学 交通运输工程学院，长沙 410114 |
| |
| 基金项目： | 国家自然科学基金（52025085） |
| |
| 摘 要： | 随着群体智能算法在路面参数反演中的成功应用，复杂多元非线性优化难题得以解决，但算法的选择仍然是路面参数反分析问题中亟待解决的难题。针对路面参数反分析中模型复杂、反演参数众多、绝大多数运算时间消耗在正算程序上等问题，选择8种常见的群体智能算法，开展限定正算调用次数下算法性能相关研究，并以考虑材料横观各向同性以及层间接触状态的路面结构参数反演问题为例，对群体智能算法进行实际测试。结果表明：不同算法各具特点，其中，粒子群算法、遗传算法、头脑风暴算法、人工蜂群算法以及烟花算法在多峰问题上具有较好的适用性；萤火虫算法在解决最优解附近存在平缓区域的问题时具有较快的收敛速度；对于遗传算法，实数编码方式后期收敛速度较二进制编码方式有所提高，但对于多峰问题的搜索能力有所下降；鱼群算法、混合蛙跳算法仅有在较大正算调用次数下才有较好的寻优能力。对于路面参数反演问题，从弯沉曲线匹配上看，粒子群算法、遗传算法、头脑风暴算法以及萤火虫算法均有较好的反演结果；而从相关系数上看，头脑风暴算法具有最佳反演结果。
|
| 关 键 词： | 路基路面 参数反演 群体智能算法 头脑风暴算法 遗传算法 粒子群算法 |
| 收稿时间： | 2022-12-09 |
The applicability and optimization strategy of swarm intelligence algorithm in back-calculation of pavement structural parameters |
| |
| YANG Senshun,DENG Shangying,FAN Haishan,ZHANG Junhui. The applicability and optimization strategy of swarm intelligence algorithm in back-calculation of pavement structural parameters[J]. Journal of Civil and Environmental Engineering, 2024, 46(5): 191-203 |
| |
| Authors: | YANG Senshun DENG Shangying FAN Haishan ZHANG Junhui |
| |
| Affiliation: | 1.Guangxi Communications Design Group Co., Ltd., Nanning 530029, P. R. China;2.School of Traffic and Transportation Engineering, Changsha University of Science and Technology, Changsha 410114, P. R. China |
| |
| Abstract: | |
| |
| Keywords: | subgrade and pavement parameter back analysis swarm intelligence algorithm brain storm optimization genetic algorithm particle swarm optimization |
|
| 点击此处可从《土木与环境工程学报》浏览原始摘要信息 |
|
点击此处可从《土木与环境工程学报》下载免费的PDF全文 |
