基于蚁群算法的严格最大剩余推力临界滑动面搜索

临界滑动面搜索一直是边坡稳定性分析中十分重要的课题,由于极限平衡法具有理论简单,易于被工程师掌握的优点,因此,仍在工程应用中占主导地位。剩余推力法是国内学者提出的一种简单实用且有较高精度极限平衡法,已被纳入国家规范。针对目前剩余推力法条间力假设简单,只考虑了力的平衡而忽略力矩平衡的缺点,通过Spencer法迭代构造了严格剩余推力法边坡临界滑动面搜索优化的模型,并结合蚁群算法搜索出了最大的剩余推力相应的临界滑动面。该模型具有精度高,收敛快的特点。最后给出的两个算例与传统的蚁群算法直接搜索安全系数最小得到的结果做了比较,表明了本文方法的正确性。     

边坡稳定性分析改进的径向移动算法研究

边坡非圆弧临界滑动面搜索是边坡稳定性计算中的一个关键问题,其实质是找到一条安全系数最小的滑动路径。采用新的全局最优化算法--径向移动优化算法搜索路径相对其他算法具有快速、存储空间小、计算简单等优势,但却存在搜索结果不稳定的现象,为克服这个问题,对其数据结构进行调整,提出了改进的径向移动算法,使路径搜索趋于稳定。搜索到的滑动面路径对应的安全系数采用不平衡推力法进行计算,在可行性分析的基础上,采用二分法对安全系数快速、精确地求解。通过一个水库岸坡的算例计算,验证了改进的径向移动算法用于非圆弧临界滑动面搜索的有效性。又通过分析对比改进的径向移动优化算法和粒子群算法的搜索结果,展示了改进的径向移动算法快速收敛,稳定性高的显著优势。     

遗传算法在土坡整体稳定性分析中的应用

边坡稳定性分析的关键是如何确定最危险滑动面的位置并计算与之相对应的安全系数。由于传统的极限平衡分析方法很容易陷入局部极小值而不能找到真正的最危险滑裂面,因此采用瑞典条分确立土坡分析模型,用遗传算法搜索土坡最危险滑动面,进而求得土坡最小安全系数。该方法模拟了生物遗传进化的过程,克服了传统方法的局限性。通过和面积细分法所搜索的最危险滑动面和计算得到的土质边坡安全系数作对比,可得遗传算法在土质边坡稳定分析中具有较高的精度与可靠性。遗传算法可以很好地解决如何寻找土质边坡整体极值的问题。工程应用实例表明,遗传算法分析土质边坡的稳定性效果良好,具有很好的应用前景。     

相遇蚁群算法在边坡非圆弧临界滑动面搜索中的应用研究

边坡非圆弧临界滑动面搜索是边坡稳定计算中的一个关键问题,其实质为安全系数最小的滑动路径搜索问题,采用效果良好的路径搜索算法--蚁群算法是目前研究的热点。为了克服传统蚁群算法效率低、效果差的缺点,基于蚂蚁正反向搜索相遇形成完整路径的原理,提出了一种相遇蚁群算法。将该算法用于边坡非圆弧滑动面搜索问题,提出了一种非圆弧临界滑动面搜索的新方法。通过2个边坡的算例计算及一个水库岸坡的工程应用,验证了新算法的有效性。计算结果表明,相遇蚁群算法无论是整个搜索范围还是从某一点起的搜索范围都要比一般蚁群算法大,所以相遇蚁群算法在搜索边坡临界滑动面时所得到解的多样性也要比一般蚁群算法好,因此,相遇蚁群算法的搜索范围能以较大的概率包含全局最优解,算法最终也能以较大概率搜索到全局最优解。最终,相遇蚁群算法可以在更大的范围内以更快的速度找到边坡的临界滑动面。     

框架预应力锚杆边坡支护结构稳定性分析

以极限平衡理论及框架预应力锚杆边坡支护结构的滑动面破坏模式为基础,采用毕肖普法,并考虑竖向条间剪力对滑移面抗剪强度的影响,建立了边坡最危险滑移面的搜索模型,并推导了稳定系数的求解公式。运用遗传算法对支护结构最危险滑移面进行动态搜索和确定,计算其稳定性系数。该方法避免了在优化设计中陷入局部最小值的缺点,更具有有效性和准确性。     

基于临界滑动场的岩质边坡临界滑动面搜索方法

在边坡稳定分析中临界滑动面搜索是关键问题。现行搜索算法包括数学规划法和智能搜索算法,均是以圆弧或圆弧加折线为假定滑动面形式在计算土质边坡基础上发展起来的,基本上不适用于岩质边坡计算。临界滑动场理论以余推力法和最优化理论为基础,采用新的结构面处理方法,可计算出与实际情况基本吻合的最大余推力方向场,能方便追踪出各可能出口点的滑动面,从而找出边坡整体临界滑动面。取一均质土质边坡算例对计算结果可信度进行验证,与强度折减法和Spencer极限平衡法所得计算结果相吻合。另取一露天矿边坡对该方法的实用性进行了验证。     

基于块体单元法的岩石边坡安全系数研究

岩石边坡因其结构面数量众多、块体系统及其滑动方式复杂,给危险块体组合的搜索及其安全系数计算带来很大困难。基于块体单元法,对岩石边坡中的危险块体组合搜索及其安全系数的计算方法进行了研究。首先,在块体元强度折减计算的成果下,根据屈服面贯通理论提出搜索危险块体组合的新方法;然后,对安全系数计算方法进行研究,建议在位移突变判据下采用双线性交叉法计算安全系数;最后,进行了单面、双面和多面滑动以及复杂块体系统的算例分析,并与刚体极限平衡法计算结果进行了对比。结果表明,由于块体单元法考虑了力与力矩的平衡及结构面上应力的非均匀分布,其计算结果更准确。该方法有望广泛应用于复杂岩石边坡稳定分析。     

对边坡稳定性分析圆弧条分法的改进

边坡稳定性分析中的圆弧条分法在工程实际中被广为应用.但该方法在具体计算时存在两点困难一是计算过程繁琐,在搜索最危险滑动面时,每给定一个滑动面,都要重新确定分条的边界和高度、宽度和分条数目等参数;二是潜在滑动面的不确定性,针对这一问题已有许多学者提出多种搜索最危险滑动面的方法,这些方法各有优缺点.本文针对这两方面的问题作了一些改进.首先是将边坡的地面线用分段直线方程表示,将滑动面用一圆弧方程表示,这样可以将原公式中的求和部分化为积分式,从而推导出了求解稳定系数的解析式.另一方面是提出了一种搜索最危险滑弧滑动面的简洁方法,该方法先固定圆弧滑动面的后缘点和剪出点,则稳定系数随过这两点圆弧的曲率而变化,通过几何关系将稳定系数的转化为一个距离参数t的一元函数,令该该函数一阶导数为零,求得参数t,并获得稳定系数极小值及其对应的滑动面.若变动后缘点和剪出点,重复以上计算,可最终求得最危险滑动面的位置及相应的稳定系数.     

基于Hoek-Brown非线性强度准则的节理岩坡稳定性分析全局优化算法

基于Hoek—Brown非线性经验强度准则和简化Bishop法，导出了节理破碎岩体边坡新的稳定性系数计算公式。通过在简单遗传算法（SGA）中引人适应度变换技术改进其收敛性能，提出了节理破碎岩体边坡稳定性分析和最危险滑动面搜索的自适应遗传算法（AGA）。算例计算结果表明：（1）AGA能准确地搜索到边坡全局最小稳定系数及其对应的临界滑动面；（2）AGA计算效率和数值稳定性均比SGA和随机投点法有较大提高；（3）采用不同的适应度变换函数均可提高计算效率。为简便起见，推荐采用线性变换函数。     

某反倾页岩边坡破坏面确定及其稳定性分析

破坏面确定是边坡稳定性分析的基础,存在各级滑动面。不同结构类型边坡,其确定方法也随之不同。对于反倾软岩边坡,不能通过不连续面空间展布分析确定其破坏面。联合FLAC3D和极限平衡方法分析具有节理块体切割破坏模式的某反倾页岩边坡稳定性。在野外调查基础上分析边坡的变形破坏机制,应用FLAC3D研究其应力、应变等值线及相应增量等值线图确定边坡潜在最危险滑动面和次级滑动面,计算其稳定性系数。在防护设计中考虑次级滑动面,针对边坡危险区域分析其防护效果。应用强度折减计算两危险区域稳定性系数,表明防护后边坡整体稳定性较好。该方法对反倾软岩边坡的稳定性分析有一定的借鉴价值,在防护设计中考虑次级滑动面的影响具有一定的实际指导意义。     

蚁群算法与遗传算法融合及其在边坡临界滑动面搜索中的应用

临界滑动面搜索是边坡稳定性分析中一项非常重要的内容。相对于圆弧滑动面的确定,只需要圆心和半径3个未知量,非圆弧滑面的确定则需要找出若干个控制点,是一个多维空间的优化问题。非圆弧滑动面优化搜索问题相当复杂,常规优化算法往往达不到要求。改进了蚁群算法,使其具备在连续空间的搜索能力,并与遗传算法融合,形成优势互补,克服了遗传算法的无反馈能力导致无用的冗余迭代、求解效率低以及蚁群算法初期信息素匮乏导致算法速度慢的不足。通过与商用软件GEO-SLOPE的算例求解结果对比,来说明本算法的有效性。     

基于蚁群聚类算法的岩石边坡稳定性分析

由于岩石边坡影响因素众多且关系复杂,不能用简单的方法进行分析和判断。在工程类比的基础上,一般采用聚类的方法。但由于边坡工程问题环境的复杂性,岩石边坡稳定分析的聚类问题是一个复杂的模糊、随机优化问题,采用传统方法难免带来很多局限性。为了更好地解决这类问题,首次把蚁群聚类算法这种新近提出的仿生聚类算法引入岩石边坡工程领域,以解决其稳定分析问题,提出一种分析岩石边坡稳定问题的新方法。该方法在分析岩石边坡工程实例资料的基础上,采用蚁群聚类算法,以工程类比的思想判断岩石边坡的稳定状态。工程应用证明,该算法可以自动把岩石边坡分成几种类似的状态,判断准确率较高、计算速度较快,是一种比较实用的岩石边坡稳定分析方法,值得在岩石边坡分析领域推广应用。     

基于蚁群优化最小二乘支持向量机模型的边坡稳定性分析

边坡稳定性与其影响因素之间存在着复杂的非线性关系。通过分析影响边坡稳定性的主要因素,采用支持向量机建立边坡稳定性和影响因素之间的非线性关系;同时,考虑到支持向量机参数对预测效果的影响,采用连续蚁群算法对其进行优化选择,从而提出边坡稳定性预测的蚁群优化支持向量机模型。锦屏一级右岸拱肩槽部位谷坡为顺向坡,绝大部分基岩裸露,自然边坡为大理岩边坡,现状稳定。结合锦屏一级右岸拱肩槽边坡,采用蚁群优化支持向量机模型对其稳定性进行预测分析,预测结果与实际情况吻合较好,说明蚁群优化支持向量机模型在边坡稳定性分析中具有良好的实际应用价值。     

多维连续参数的随机试验蚁群算法优化反演分析

针对一般蚁群算法难以求解优化反演中的多维连续参数优化问题,借鉴进化思想,提出随机试验蚁群算法求解多维连续参数全局优化问题的方法。该方法主要运用随机试验求出每个参数的任一水平对目标函数的影响度,以此影响度为蚂蚁选择下一个参数水平的能见度,从而确定参数水平被选中的概率。同时考虑到当参数被划分的水平很多时目标函数收敛较慢的缺点,提出用方差分析法来确定参数的水平对目标函数的影响是否显著,将对目标函数影响不显著的参数水平其信息素设置为很小的值,从而加速目标函数的收敛。通过对一个岩土工程优化实例,表明了该算法的有效性。     

地下矿体采动下的露天采场边坡稳定性研究

对于进入中晚期的露天金属矿,为了延长矿山的寿命或露天转地采稳产过渡,通常选择露天与地下联合开采,那么矿体采动下的边坡稳定性问题则尤为突出。在边坡几何形态、上部荷载和材料性质等不变的情况下,极限平衡获得的边坡安全系数为定值,因此,不能用来反映地下矿体采动对边坡稳定性影响。为了克服常规极限平衡方法的上述缺陷,采用基于边坡应力场的矢量和法求解滑动面的安全系数,结合蚁群算法与遗传算法联合搜索边坡临界滑动面,以确定矿体开采前后边坡的安全系数和临界滑动面。最后,给出一个假定算例和两个工程算例说明上述安全系数求解和临界滑面搜索方法的有效性,并揭示了地下矿体开采对露天采场边坡的稳定性的影响。     

基于开发流体势的蚁群算法在优势渗流通道预测中应用

优势渗流通道的形成会影响油藏注水开发的效果,如何判别与预测优势渗流通道成为研究重点。本文提出了基于 开发流体势场的蚁群算法预测优势通道的方法,认为开发流体势场包括位能、压能、动能及界面能,流体在油藏内部分 布的差异,决定了油藏内部流体势能大小的差异。将蚁群算法理论引入到油藏开发中,提出了以流体势场为基础的蚁群算 法模型。在东河1油田进行运用,在建立油藏流体势模型的基础上,对过井流体势剖面进行了蚁群算法模拟。在模拟初 期,受层内流体势分布差异性影响,不同韵律小层内部高浓度信息素的分布存在差异,即优势通道分布存在差异。在模拟 后期,受层间流体势分布差异性影响,高浓度信息素主要集中在CIII2-2、3-1和3-2小层,即在这些小层中优势通道较发 育,运用动态资料进行验证,效果较好。     

基于蚁群和Canny边缘检测算子混合算法的二维岩石图像裂隙特征提取与修复研究

岩石中常含有裂缝、岩脉等细小而重要的微观结构,需要高分辨率的成像技术来提取其特征。在岩石图像处理中,特征提取可以提取出岩石的主要结构信息从而极大降低数据量,然而某些细线状岩石特征(如裂缝、裂隙等)往往无法被完整识别出来而存在间断现象。本文在采用蚁群算法修复岩石细线状特征的基础上,综合利用蚁群算法、DBSCAN聚类算法和Canny算子提出一种新的岩石图像修复算法。根据设定的阈值,对提取的图像间断部分进行搜索并连接,以修复在图像特征提取过程中缺失的部分重要信息,同时去除修复过程产生的多余特征。实际结果表明,利用混合算法处理的岩石特征提取图像得到了较好的修复,能够提高岩石裂隙特征提取的准确性。     

基于蚁群算法的光谱分解方法剔除植被干扰信息

针对遥感图像预处理工作中,光谱分解方法处理速度慢而蚁群算法识别目标速度快的特点,结合蚁群算法和线性光谱混合模型,建立基于蚁群搜索的光谱分解模型,以剔除植被干扰信息。选取青海黄南州吉地地区为研究区,首先确定蚂蚁移动规则,然后建立基于蚁群算法的光谱分解模型,最后根据模型重构不含有植被信息的新的多波段图像,通过残差图分析以及原图与剔除植被后影像对比分析,初步验证了基于蚁群算法的光谱分解方法剔除植被干扰信息的可行性。