用一维变步长搜索法求解钢筋混凝土圆（管）桩的截面强度

用容许应力法计算钢筋混凝土圆（管）桩的截面强度时，如果桩处于大偏心受压状态，其ｅ－α关系曲线上存在一个无穷间断点，在设计计算机程序时必须设法避开这个间断点。本文分析了该间断点的情况并提出一个利用一维变步长搜索法对偏心角α进行二次搜索的算法。用该算法编制的程序在ＣＯＭＰＡＱ－３８６型微机上通过，具有稳定性好，收敛速度快的特点。     

基于引力搜索法的隧道围岩微震定位研究

针对目前深埋隧道围岩微震源定位难且精度不高等问题,采用启发式算法——引力搜索法（GSA）对隧道围岩微震源位置进行搜索,并将该算法与粒子群算法和单纯形法的搜索结果进行对比。发现在双速度模型和三速度模型下,引力搜索法相较于粒子群算法和单纯形法,都具有快速收敛、精度较高的优点,且与震源位置的距离能够控制在10 m以内。对双速度模型,引力搜索法的精度相对于单纯形法提高了83.71%,相对于粒子群算法提高了7.77%。对三速度模型,引力搜索法的精度相对于单纯形法提高了70.67%,相对于粒子群算法提高了39.36%。可见,该方法为深埋隧道微围岩震源定位提供了一种新思路。     

地震反演与非线性随机优化方法

地震反演问题常常需要一些非线性全局最优化的方法。近年来，基于生物学、物理学、人工智能和一些非线性科学而发展了一些具有全局优化性能且通用性强的随机搜索算法，如：遗传算法、模拟退火、禁忌搜索和混沌搜索等。作者主要针对地震勘探反演问题的应用综述了这四种非线性随机优化方法的原理和特点，并对它们的性能作了一定的分析和比较。     

变步长及角度子区稳健滤波方法的实现

文章介绍了子区稳健滤波方法及作用。并建立了可变步长、角度滤波窗口的数学模型。利用该方法能得到较好的滤波结果。     

微地震震源定位方法综述

微地震震源定位方法是微地震监测领域的一项核心技术,而考量微地震技术应用效果好坏的准则在于震源定位方法的精确程度。针对非常规油气开发过程中微地震震源定位方法的应用,本文对微地震震源定位方法进行阐述。其中：几何作图法具有稳健、效率高的优势,但震源位置较深时定位精度较低;线性定位法无需速度模型精度,但对初至拾取的精度有较大影响;非线性定位法对初至拾取较为敏感,对速度模型的精度要求较高,但计算量较小;混合优化定位法在一定程度上提高了定位的精度和效率,但在低信噪比、速度模型精度较低时优势不明显;基于波形偏移的定位方法无需考虑初至拾取的精度,但计算量较大;基于神经网络的定位方法采用训练网络进行训练,定位精度高,误差小。同时,本文还介绍了多方法多参数信息融合技术在油气藏微震震源定位中的应用。     

基于遗传算法的优化搜索技术

遗传算法是借鉴生物界自然选择和自然遗传机制的随机化搜索算法,其主要特点是搜索不依赖于梯度信息,能自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程,从而得到最优解或准最优解的通用搜索算法。它尤其适合于组合优化、机器学习、自适应控制、规划设计和人工智能等领域。     

基于稳健模拟退火-单纯形混合算法的微震定位研究

为提高矿井微震的定位精度,通过模拟试验对比分析常规定位及新方法在定位求解中的适用范围及优缺点,研究反演未知变量数目、检波器的密度、波速等对各自定位方法的影响。基于单纯形法的优点,并结合模拟退火法的全局收敛性,提出采用稳健的模拟退火-单纯形法进行微震定位。研究发现,该方法不必直接搜索发震时刻,只需通过稳健方法预先估算,利用较少的检波器就可进行微震定位,且基本不受初始波速影响,从而大大减少搜索步数,有效地提高定位精度及收敛速度。以柿竹园矿人工爆破定位测试试验为例,重点分析比较模拟退火-单纯形法、稳健模拟退火-单纯形法及其他定位方法的空间绝对距离及目标函数误差,认为检波器数量较多且可获得理想的P波信息时,应用非线性最小二乘法能求出可信的结果;其余定位方法的三维定位误差及目标函数误差相差不大,但稳健模拟退火-单纯形法目标函数误差最小,稳定性最高,可在矿井微震定位中推广使用。     

改进的模拟退火-变尺度优化方法在测井解释中的应用

实际中的测井参数反演是一个多参数、非线性优化问题,所采用的目标函数,即度量由参数化的理论模型得出的预测值与观测值的吻合程度,往往存在多解的现象。针对这种状况我们提出了模拟退火与变尺度综合反演方法用于参数计算,经过实际试算证明该方法效果很好。     

GA解决多参数超大解空间优化问题的启发式搜索方法

遗传算法(GA)作为一种有效的全局寻优算法,由于其计算原理简单、搜索能力强、对搜索空间要求低等特点,在许多优化问题中得到了广泛地应用。这里讨论了遗传算法(GA)对多参数超大解空间优化问题的求解方法,重点探讨了提高GA搜索速度的方法,给出了几种启发式搜索策略,并应用于地震波反演这个典型的多参数超大解空间优化问题中,有效地提高了GA的搜索能力,加快了收敛速度。     

基于SAGA-FCM的煤与瓦斯突出预测方法

为提高模糊C-均值聚类（Fuzzy C-Means Clustering Algorithm,FCM）算法在煤与瓦斯突出预测中的准确度,提出一种将模拟退火算法（Simulated Annealing Algorithm,SA）与遗传算法（Genetic Algorithm,GA）相结合用于模糊C-均值聚类分析的煤与瓦斯突出预测方法。该方法综合了模拟退火算法全局搜索、高精度的优点和遗传算法强大的空间搜索能力,将经遗传模拟退火算法优化后的初始值赋给FCM,避免了由于聚类中心初始值选择不当造成FCM算法收敛到局部极小点上。结合典型突出矿井数据进行分析,结果表明：遗传模拟退火算法优化后的FCM算法较单一,预测准确度高。     

基于松鼠搜索算法的跨孔电阻率溶洞探测

针对在基建工程前期探测中,传统物探反演方法对溶洞等不良地质条件的探测精度低的问题,提出了一种基于松鼠搜索算法的跨孔电阻率溶洞探测反演方法,用于改善传统的基于Tikhonov正则化的灵敏度迭代法对初值、噪声敏感、容易陷入局部最优等缺陷。采用小型、大型和串珠状溶洞3种数值算例,对不同智能搜索算法和灵敏度迭代法的探测结果进行了对比分析,并开展了室内模型试验和现场实验验证。研究结果表明:基于松鼠搜索算法的反演方法收敛速度快、精确度高,可显著提高跨孔电阻率溶洞的探测精度。     

基于模拟退火算法的阵列声波测井组分波慢度提取

为了提高阵列声波测井组分波慢度提取的精度,基于模拟退火算法以及慢度—时间相关(STC)法的原理,提出了模拟退火算法与慢度—时间相关法结合的阵列声波测井资料处理新方法。该算法核心是将慢度—时间相关法的相关系数经过变换作为模拟退火算法的能量函数,利用模拟退火的全局寻优能力求取组分波慢度。对于纵波,在退火前使用长短时窗能量比法进行波至点的求取可以将二维搜索简化为一维;对于其他组分波,分别使用该算法进行慢度—波至点二维搜索以提取慢度。实例表明,与常规的纵波速度测井对比,该算法提取的纵波精度比传统STC方法处理结果高9.94%;横波结果与传统STC方法的差别为0.29%;斯通利波结果与传统STC方法的差别为0.42%。算法在一定程度上提高了解释精度,在实际应用中有较好效果。     

遗传模拟退火的BP算法在冲击地压中的应用

冲击地压的预测、预报的研究,大多数仍停留在简单的统计研究和单因素的预测方面,因而,结果也不十分理想。笔者采用多层前向网络对该问题进行数学建模,网络的训练算法采用基于遗传模拟退火的BP优化算法。该算法是在遗传算法中引入模拟退火机制,将其同BP算法结合,形成一个混合的优化算法。新算法既有神经网络的学习能力和鲁棒性,又有遗传算法的强全局随机搜索能力。同时,利用华丰矿冲击地压的实际监测数据,通过遗传算法的主要性能指标对新算法的参数进行了比较研究,得到优化后的一组参数。利用该参数,对冲击地压的神经网络模型的结构、权值和阈值进行了优化,得到了非全连接的优化神经网络模型。最后,利用该模型对华丰矿冲击地压进行了短期最大震级的预报。预测结果的相对误差率平均为 7.84 %,预测效果比较理想。     

基于改进BP网络算法的边坡稳定性评价

影响边坡稳定性的因素复杂且具有随机性和不确定性。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,因而神经网络适用于解决非确定性的边坡稳定性评价问题。结合遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了一种用于BP网络权值学习的GASA混合策略,并综合考虑影响边坡稳定性的各方面因素,建立了基于GASA混合策略的神经网络模型,并利用大量工程资料对网络进行训练和测试,得出了一些有意义的结论。     

基于自适应退火算法的非线性位移反分析方法研究

根据地下工程非线性位移反分析的特点,建立起基于地下洞室收敛位移量测结果的反分析模型;针对一般退火演化算法优化效率低的问题,综合运用遗传算法、模拟退火算法和非线性有限元分析手段,并引进自适应的思想,建立了基于自适应退火演化算法的地下工程非线性位移反分析的新方法和理论,在探讨其应用方法与实施过程的基础上,开发了相应的计算分析程序。模拟分析表明,理论计算结果与模拟结果吻合良好,该方法可以满足工程要求。     

基于模拟退火算法的边坡稳定分析方法

岩石边坡开挖中存在大量的随机结构面,结构面与岩桥的组合破坏是边坡破坏的一种重要形式。如何确定抗剪强度最小的滑裂面是边坡工程中的重要研究方向。在岩体结构面调查统计基础上,运用随机网络模拟的方法得到边坡的裂隙网络图像,在此基础上应用模拟退火算法,搜索出边坡由结构面与岩桥组合形成的潜在最危险滑裂面的位置,将结构面组合滑动面与Sarma分析方法结合,形成一种改进的分析岩石边坡稳定性的方法--Sarma-SA分析法,通过一工程实例验证了该方法的合理性。     

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。     

基于交替变量局部梯度法对土质边坡的三维稳定性分析

临界滑动面的获得是土质边坡稳定性分析中一个必要的过程,然而现有分析方法难以保证该临界滑面的准确性,而且部分分析方法在计算过程中会陷入局部最小值陷阱。基于单变量方法和最速梯度法,提出了交替变量局部梯度法,该方法能够突破最优化方法应用在边坡稳定性分析上的瓶颈。首先,通过斯宾塞极限平衡方法和网格搜索法（或者其他确定临界滑面的方法）,获得边坡初始椭球状临界滑面;其次,在该滑面上布置若干节点作为变量,目标函数为安全系数Fs关于空间节点坐标Zi的方程,为了使目标函数快速降低,沿负梯度方向循环优化每个节点,当满足一定精度要求时,即可获得三维土质边坡非圆弧状临界滑动面;最后,通过算例证明该方法可行,计算结果可靠。     

基于择多算子的随机搜索法建立数字岩心的新技术

介绍了用于刻画岩心孔隙空间特征的两点概率函数、线性路径函数,提出了建立数字岩心的新方法--基于择多算子的随机搜索法,系统阐述了该方法的建模理论及基于择多算子的孔隙点、骨架点的随机搜索策略,指出搜索孔隙点、骨架点的择多算子的适宜取值区间分别为[9,12]和[4,7]。研究表明,该法进行数字岩心建模不仅可行而且效果良好。它不受岩性地限制;所建数字岩心的孔隙形态及空间分布特征与真实岩心孔隙相似;尽管岩心含有一定数量的孤立孔隙和岩石颗粒,但其规模很小;岩心具有良好的孔隙连通性、各向同性和渗透性,故可用来研究多孔介质中流体的分布和渗流等问题;由于该法建立的数字岩心的连通性随孔隙度的减小而变差,故该法更适于建立大孔隙度岩心。