共查询到20条相似文献,搜索用时 64 毫秒
1.
2.
3.
4.
5.
6.
7.
8.
9.
针对河北省洋河水库特点,建立了有模糊约束条件的防洪优化调度模型,提出了含变动罚函数的离散微分动态规划法,给出了模糊防洪库容计算公式。由成果分析表明,所提模型与方法是可行和实用的。 相似文献
10.
11.
基于蚁群聚类算法的岩石边坡稳定性分析 总被引:2,自引:0,他引:2
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。 相似文献
12.
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。 相似文献
13.
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 总被引:4,自引:1,他引:3
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。 相似文献
14.
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。 相似文献
15.
针对多水源多作物灌区,研究有限供水条件下灌区优化配水问题。模型中既考虑水库优化调度,又考虑田间优化配水。模型思路:根据灌区水土资源分布状况,将全灌区划分为多个子区,每个子区种植有若干种作物。如果把每个子区每种作物所在的田块看作一个土壤水库,则可采用水库群调度的方法研究这类灌区优化配水问题,文中采用的是优化控制方法。为了证明模型的正确性,同时建立了3个模型。模型1:既不考虑水库优化调度又不考虑田间优化配水;模型2:只考虑水库优化调度;模型3:只考虑田间优化配水。实例计算表明,整合调度模型能产生较多的效益(特别在干旱年份),优化控制方法计算性能良好。 相似文献
16.
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。 相似文献
17.
18.
蚁群算法作为一种新型的优化算法,具有很强的适应性和鲁棒性,已广泛的应用于系统控制、人工智能、模式识别等工程领域。由于蚁群算法在搜索过程中易于陷入局部最优解,存在着加速收敛和早熟停滞现象的矛盾。文章针对这些问题,在基本蚁群算法的基础上,从参数的动态调整、信息量的更新规则、局部搜索策略进行相应的改进,引入信息素平滑机制,以求在加快收敛和防止早熟停滞之间取得较好的平衡。旅行商问题的仿真表明:改进后的蚁群算法具有较好的收敛性和稳定性,能够克服算法中早熟和停滞现象的过早出现。 相似文献
19.
针对动态规划在供水库群优化调度中存在"维数灾",且难以获得真正最优解这一缺点,将改进的加速遗传算法应用到供水库群的水资源优化配置之中。在加速遗传算法中,嵌入局部搜索,以加强算法的全局寻优能力。以库群间的水利联系为线索,设计了相应的算法框架,并提出了供水策略区间的概念。为了体现该算法的优越性,以二个串联供水水库的水资源优化配置为例,选用该方法与基于动态规划的轮库迭代法进行比较研究。结果表明该方法合理可行、收敛速度快,有一定的实用性。 相似文献