基于有限元计算的边坡三维滑裂面搜索

提出一种基于有限元计算的边坡三维滑裂面搜索的方法,根据有限元计算的应力结果,计算可能滑裂面的安全系数,然后用遗传算法搜索出最危险滑裂面,并得出相应的安全系数作为边坡的安全度评价指标。该方法的优越性是只需进行一次有限元计算,不需要假定滑裂面,可以用于具有复杂地貌和地质构造的三维边坡。通过算例,验证该方法的可行性和程序的正确性,以大岗山水电站库区边坡工程实例验证该方法的实用性。     

基于GA-Sarma算法的边坡最不利滑裂面搜索方法

传统方法在选取潜在滑裂面关键点时,未综合考量剪切滑裂点、受拉滑裂点对搜索过程的影响程度,导致搜索过程易陷入局部最优,从而丢失其他同等级搜索数据。针对这一问题,本研究设计了基于GA-Sarma算法的边坡最不利滑裂面搜索方法。该方法通过计算边坡稳定性系数的实际值提取边坡潜在滑裂面,然后根据剪切滑裂点、受拉滑裂点的特性,选取潜在滑裂面关键点。进而,基于GA-Sarma算法建立目标函数和适应度函数,在考虑变异的前提下搜索边坡的最不利滑裂面。实验测试区域中包含3处最不利滑裂面、5处刚刚形成且危险程度偏低的滑裂面、14处潜在滑裂面。测试结果表明：在20轮测试中,本文方法与两组传统方法搜索到的最不利滑裂面个数平均值分别为3处、1.4处以及0.8处,从而验证了GA-Sarma算法强化了边坡最不利滑裂面搜索效果。该方法可为边坡支护、加固及改造等地质工作提供更加可靠的技术支持。     

基于最小势能法的三维临界滑裂面搜索方法

为了得到三维边坡的临界滑裂面,提出了6个参数控制的三维滑裂面构造方法,基于边坡三维最小势能稳定性分析方法建立目标函数,采用遗传算法实现了临界滑裂面的搜索,并开发了相应的搜索程序。为检验文中搜索方法的合理性,将其与其他方法得到的临界滑裂面以及最小安全系数进行比较,并且将室内模型试验得到的临界滑面与理论搜索的结果进行对比。研究表明：搜索方法可实现稳步收敛;针对算例进行多变量同时变化的搜索验算,得到了与极限平衡法较为接近的结果,表明提出的搜索方法是合理的;理论计算结果与室内模型试验坡面加载得到的边坡临界滑面较为接近,再次验证三维边坡临界滑面搜索方法是可行的。     

寻找边坡三维最危险滑动面的简单蒙特卡洛方法

基于平面应变的假定，前人提出了各种最优化方法或随机方法来搜寻二维边坡稳定分析中的最不利滑动面，但这些方法不能适应于边坡的三维稳定分析。本文提出了一个简单的蒙特卡洛模拟方法来确定三维最不利滑动面。该方法假定初始的滑动面为一椭球体的下半部，三维最不利滑动面通过最小三维安全系数决定。对于几个已知二维最不利滑动面及其安全系数的实际例子，     

黄土斜坡最危险滑裂面的遗传算法确定及稳定性分析

黄土滑坡尤其是地震作用下的黄土滑坡历来是我国西部广大地区一种突出而严重的地质灾害。本文研究了一种采用遗传算法基本思想和原理确定黄土斜坡最危险滑裂面、并以此为基础进行稳定性分析的新方法。实例的验证表明,与传统方法相比,该方法更准确、更高效,具有较好的实用性。     

层状岩质边坡中最不利滑裂面迁移现象的研究

在阐述层状岩质边坡最不利滑裂面迁移现象的普遍性和研究意义之后。分析了边坡结构类型。潜在滑动面阻滑作用,荷载,开挖,水文地质条件变化。预应力锚固和挡墙支护对边坡最不利滑裂面迁移的影响。并以江阴长江公路大桥等工程实例侧重阐述了荷载和开挖所引起的边坡最不利滑裂面的迁移。     

基于遗传算法的边坡稳定性分析

边坡稳定性分析的关键是如何确定最危险滑动面。遗传算法是一种全局优化分析方法,克服了一般优化方法容易陷入局部最优解的缺点。由于工程实际中边坡几何形状的不规则和材料的非均匀性,真正的临界滑动面形状并不是都能用圆弧来准确描述的,研究任意型滑面情况下的稳定性很有必要。为更加合理地进行边坡的稳定性分析,利用遗传算法来搜索模拟边坡的最危险滑动面,在工程实例中进行具体应用,得到了非圆弧型滑动面,与其他软件计算结果对比,表明本文算法精度更高,适应性更广。     

刚性挡土墙后三维被动滑裂面的模型试验

针对无黏性土体,采用模型试验的方法,研究平移模式下刚性挡土墙后被动破坏滑裂面的空间形态。自主设计一种模型试验装置,重复开展6次试验,通过记录挡土墙后土体中预埋脆性玻璃条断裂的空间坐标,复原土体发生滑动的位置,绘制出挡土墙后滑裂面的三维形态图。试验结果表明：挡土墙后滑裂面具有明显的三维效应;挡土墙宽度内滑裂面纵向高度呈先缓慢增高后近似直线增高的曲面,初始破裂角度为9°,平均破裂角为26°,朗肯土压力理论的破裂角为28°;最大纵向破裂面长度为1.8倍挡土墙高度,与经典土压力理论的平面假定基本一致;滑裂面均有一定的横向扩展,主平面投影以初始扩散角约45°的斜线往外扩展,距离挡土墙最远处是宽度为0.7倍挡土墙宽度的水平线,斜线与水平线之间以半径为挡土墙宽度的圆弧过渡连接。研究结果为分析土体被动破坏的滑裂面空间形态提供了试验依据。     

平面剪切岩质边坡滑裂面的确定及稳定性分析

由于传统搜索方法对岩质边坡滑裂面的确定无法兼顾效率与精度,如何迅速准确确定潜在滑裂面仍然是个难题.极限平衡法在岩质边坡稳定性分析中备受认可,采用岩质边坡平面剪切滑动模型,以滑裂面的倾角来表征潜在滑裂面的位置;基于极值法,推导了极限平衡条件下平面剪切破坏型岩质边坡潜在滑裂面的解析解,并结合香港秀茂坪路边坡对其准确性进行了...     

基于等效塑性应变的三维边坡滑面搜索

边坡三维临界滑面的定位问题是边坡稳定性分析中尚未得以很好解决的一个重要问题。注意到临界滑面是由沿深部方向上的等效塑性应变的极大点所组成这一现象,在利用强度折减法将边坡带入临界平衡状态后,通过在水平面上设置一系列的垂直直线,并找出每条直线上的等效塑性应变最大值的位置,就得到了三维边坡滑面上离散点的分布。最后,采用被称为薄板光顺样条（thin-plate smoothing spline）函数的插值方法对滑面上的离散点进行了插值光顺处理,在不指定边坡滑动模式和滑面形状的前提下就可以得到三维边坡的临界滑面。通过在三维凸型边坡中的应用,体现了该方法在确定三维边坡临界滑面上的优越性。     

双重变异遗传算法及其在临界滑动面搜索中的应用

针对传统的优化算法难以在具有变量多、约束条件复杂、局部极值点多的边坡临界滑动面搜索中取得较好效果的问题,提出双重变异遗传算法（DMGA）。一方面,该算法通过探测变异操作提升算法的局部寻优能力,通过直接变异操作提升算法的全局寻优能力,两者的结合使算法能够在搜索的广度与深度上达到较好的平衡;另一方面,算法采用考虑个体适应度值与进化代数的自适应交叉概率及自适应变异概率,使算法在进化的早期能够增加种群的多样性,在进化的后期能够保护较优的个体不受破坏。将该算法与简化Bishop法相结合,对澳大利亚计算机应用协会（ACADS）提供的考核题及一个海堤边坡工程实例进行分析,计算结果表明：（1）对于均质边坡和非均质边坡,该方法均能准确搜索到边坡的临界滑动面及相应的安全系数;（2）与仅进行直接变异或探测变异的遗传算法相比,双重变异遗传算法具有更强的全局搜索能力及更好的鲁棒性,具有广阔的应用前景。     

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。     

基于遗传算法和模糊神经网络的边坡稳定性评价

边坡工程是一个动态的、模糊的、开放的复杂非线性系统,传统的分析方法有时难以对复杂边坡的稳定性做出符合实际的评价。影响边坡稳定性的因素复杂且具有随机性和模糊性。由于神经网络方法不仅能考虑定量因素,而且能考虑定性因素的影响,因而神经网络方法适用于解决非确定性的边坡稳定性评价问题。综合考虑影响边坡稳定性的各方面因素,建立了基于遗传算法的模糊神经网络模型,并利用大量工程资料对网络进行训练和测试。预测结果表明,该模型的预测精度明显高于目前同类方法。     

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MPGA的复杂应力状态边坡稳定性分析

极限平衡法在边坡稳定性分析中处于主导地位,该算法通常建立在一定的假设之上,没有考虑边坡土体的非线性应力-应变关系,不能用于未达到极限状态以及加固后边坡的稳定性分析。为了解决以上问题,将有限元计算与多种群遗传算法（MPGA）相结合,建立一种基于MPGA的复杂应力状态边坡稳定性分析通用模型,通过数值应力场求解安全系数,并为多种群遗传算法构建适应度函数;再利用多种群遗传算法为安全系数的计算提供滑移面。为了保证分析的高效、合理,根据滑移面发展趋势,动态产生初始滑移面,并增加一个滑移面约束条件。最后,通过均质边坡和软弱夹层边坡两个典型算例分析验证了该方法的合理性;通过分析土钉加固的软弱夹层边坡,证明了该方法可用于加固等复杂应力状态边坡的稳定性分析。     

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GA与SVM的最危险滑动面识别

结合支持向量机与遗传算法,提出了一种边坡最危险滑动面识别的新方法。这种方法基于正交设计和极限平衡分析获得学习样本,通过支持向量机学习,从而获得最危险滑动面与安全系数之间的非线性映射关系,再用遗传算法从全局空间上搜索,进行最危险滑动面的识别,并同时获得对应的最小安全系数,该方法计算速度快、效率高。给出了两个算例,结果是令人满意的。