桩箱筏优化设计的加速遗传算法

遗传算法作为一种全局优化算法，遗传算法克服了传统优化方法容易陷入局部最优值的缺陷。将新兴的交叉学科遗传算法引入到桩箱筏优化设计中，以桩箱筏的总造价作为优化目标函数，全部约束条件按《建筑桩基技术规范》(JGJ94—1994)给出，编制了桩筏优化设计计算程序，通过计算实例证明了遗传算法用于桩箱筏优化设计的可行性。     

地下水疏干井群优化设计的遗传算法

讨论了用遗传算法求解优化问题的基本原理、参数的确定方法及解题的基本步骤。通过对假设疏干井群优化设计管理模型的计算,讨论了遗传算法在地下水疏干井群优化设计中应用的有效性和优越性。     

基于遗传算法的深层搅拌桩优化设计

将遗传算法应用于深层搅拌桩优化设计中,以单位面积内深层搅拌桩的水泥用量为优化目标函数。全部约束条件均按相应规范的要求给出,并针对传统遗传算法优化设计时遇到的诸如计算量大、早熟收敛等问题,提出了相应的改进策略,利用Visual C++编制了计算程序,通过实例证明了所提优化方法的有效性。     

遗传算法在深基坑支护结构选型中的应用

为了探索遗传算法的优化功能在深基坑支护结构选型方面的应用,分别研制了悬臂桩、水泥土挡墙和锚索桩等深基坑支护结构的方案优化及造价估算遗传算法程序,意在通过不同支护方案最优造价的比较来辅助进行支护结构选型。利用这些程序对厦门市3个实际的深基坑工程进行了支护结构选型分析,结果表明,遗传算法是一种很好的深基坑支护结构选型方法。     

基于遗传算法的新安江模型日模拟参数优选研究

在概念性水文模型的参数率定中,目前还没有一个传统优化方法能够提供保证足够高效和稳定性的算法。为了克服传统优化方法中局部收敛性的缺点,近年来利用遗传算法通过计算机准确稳定地进行概念性水文模型的参数优选的尝试得到越来越多的重视和发展。目前优选水文模型待定参数,大多是从次洪模型的方面去讨论,有关日模拟模型的遗传算法参数优选讨论的较少。本文系统分析了基于遗传算法的新安江模型日模拟参数的自动优选,同时针对遗传算法在模型参数众多的情况下时间效率低下问题,通过利用新安江模型参数分层原理与模型参数敏感性分析对优选结果影响,提出一套简化的日模型参数遗传算法优选方案。经过流域模拟检验,该优选方案可行,运行效率高,可以作为类似模型遗传算法参数率定快速、有效的方案。     

水环境模型参数识别的一种新方法

通过在格雷码遗传算法进化过程中加入单纯形搜索算子,并利用格雷码遗传算法和单纯形法所得到的优秀个体群,作为变量新的变化范围,逐步缩小搜索空间,自动向最优解收缩,提出了水环境模型参数识别的一种新方法——格雷码混合加速遗传算法(GCHAGA),给出了实施该算法的详细步骤。对GCHAGA的收敛性和全局优化性进行了理论和实例分析,并在确定河流横向扩散系数等参数识别问题中,GCHAGA得到了精度较高的全局最优解。与格雷码遗传算法(GCGA)和常规优化方法相比,GCHAGA具有精度高、速度快和适用性强等特点,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的较好的非线性优化方法,可广泛应用于各种水环境优化问题中。     

用改进的十进制遗传算法确定土质边坡最危险滑面

基于瑞典圆弧法和简化Bishop条分法分析土质边坡的稳定性,以圆弧滑裂面与边坡面的左右交点的两个横坐标和以滑裂面圆心的纵坐标作为优化变量,采用了一种改进的十进制遗传算法对优化变量进行优化。这种改进的遗传算法是以简单的十进制遗传算法为基础,结合优体克隆操作、子体优生操作和多代调环操作。通过计算ACADS考核题验证,该方法有较强的自适应能力,具有收敛速度快、解的精度高和避免出现早熟等优点。     

加速遗传算法在速度反演中的应用

这里介绍一种加速遗传算法,该算法通过提高计算效率改善了标准遗传算法,加速遗传算法在速度反演应用中具有更高的实用价值。加速遗传算法在每次加速循环中进行一次迭代,用部份最佳个体的边界值优化搜索范围,大大地提高了计算效率。在迭代完成后,进行混沌优化以提高反演精度。二种算法的反演计算结果说明,加速遗传算法性能优于标准遗传算法,无论针对简单速度模型还是复杂速度模型,加速遗传算法都是适用的。     

差分进化算法在三峡电站厂内经济运行中的应用

差分进化算法是一种基于群体进化的算法,具有记忆个体最优解和种群内信息共享的特点,即通过种群内个体间的合作与竞争来实现对优化问题的求解,其本质是一种基于实数编码的具有保优思想的贪婪遗传算法。本文将差分进化算法用于求解三峡电站厂内经济运行问题,同时又将该算法与标准遗传算法相比较,结果显示差分进化算法优化效果明显优于标准遗传算法,差分进化算法的全局的收敛性比标准遗传算法强,差分进化算法是求解大型水电站经济运行问题的有效方法。     

组合评价模型在地下水水质评价中的应用

基于主观赋权法和客观赋权法对于水质评价有各自的优点和缺点,采用基于遗传算法的组合评价模型,通过该模型将多种评价方法进行组合,并利用遗传算法优化各评价方法的权重,根据评价指标函数值评价出各样本的优劣.通过对评价实例的对比分析,表明该组合评价模型的评价结果更符合实际.     

流域水文模型参数识别的现代优化方法研究进展

水文参数优化是水文模型发展中的一个重要部分,针对水循环过程模拟中的流域水文模型参数识别的复杂优化问题,回顾了水文模型优化算法的发展历程,对国内外水文模型参数识别算法的最新进展进行了阐述.介绍了模拟退火算法、遗传算法、SCE-UA、粒子群算法等常用算法的参数设定及一般流程,并对编码遗传算法、单纯形混合加速遗传算法和运用融合技术的几种遗传算法以及其它几种常用算法在新安江模型中的优化结果进行了比较,认为混合加速遗传算法是一种较好的方法.在系统研究现代优化算法与传统优化算法的基础上,建立各种优化算法的融合技术和法则可能是进一步提高参数优化算法性能的方向.     

混合加速遗传算法在流域模型参数优化中的应用

在实编码遗传算法中加入单纯形搜索算子和加速搜索算子,提出了混合加速遗传算法.通过实例对该法与其它一些遗传算法进行了比较.并在大坳流域模型的参数优选中得到成功的应用.结果表明,混合加速遗传算法具有直观、简便、快速及适用性强等特点,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的优秀非线性优化方法.     

用遗传算法优化估计Van Genuchten方程参数

描述土壤水分特征曲线的Van Genuchten方程是一个非线性复杂方程,采用传统的方法对方程参数进行估计往往因为计算复杂和人为因素的影响,而使估计结果带有较大的误差。遗传算法是当前处理一般非线性数学模型优化的一种新的优秀方法。为此,采用实数编码多子种群遗传算法对方程的参数进行优化估计。算例结果表明用遗传算法优化估计Van Genuchten方程参数具有求解速度快、计算精度和自动化程度高、人为干扰因素小、通用性强等优点。因此,遗传算法可作为计算Van Genuchten方程参数的一种新方法。     

遗传算法在磁异常反演中的应用

遗传算法是一种约束随机优化方法。它与传统的确定性优化方法相比较,具有全局收敛,不计算目标函数偏导数等优点；与传统的随机优化方法相比较,具有搜索效率高以及隐含并行计算等优点。本文首先讨论了遗传算法的基本原理和迭加机算步骤,其次讨论了该方法在磁化强度约束反演问题中的应用效果。     

基于遗传算法和BP神经网络的矿井涌水量预测

为避免BP神经网络极易陷人局部解的问题,针对遗传算法具有全局寻优的特点,提出了用遗传算法优化BP神经网络预测方法,并以刘桥二矿为例,对其矿井涌水量进行了预测。首先选取刘桥二矿区的2005年3月至2006年12月的矿井涌水量数据进行分析,然后使用遗传算法优化BP网络的初始权值和阈值,最后使用BP神经网络进行训练。将其成果与纯BP网络算法进行比较,结果表明：遗传算法优化BP神经网络的预测方法的预测精度高于纯BP网络算法,将其应用于矿井涌水量预测是有效可行的。     

基于改进遗传算法的露天采石场失稳边坡临滑预警方法

针对露天采石场失稳因素丢失,失稳边坡临滑预警输出量误差偏大的问题,提出一种基于改进遗传算法的露天采石场失稳边坡临滑预警方法。结合露天采石场环境特征,通过支持向量机对遗传算法及其参量进行优化,利用改进后的遗传算法对失稳条件进行判定、评价、输出,完成露天采石场失稳边坡临滑预警。实验结果表明,在提升失稳边坡临滑预警应用方面,该方法具有较好地提升作用,且方法整体稳定性与控制效果均能达到实际应用的要求。     

基于遗传算法的岩土力学参数反演及其在 ABAQUS中的实现

岩土工程优化反分析是一个典型的复杂非线性函数优化问题,采用全局优化算法是解决这个问题的理想途径。结合ABAQUS有限元软件,提出遗传算法与有限元联合反演法,将有限元程序作为一个单独模块嵌入到遗传算法程序中,以测点的实测值与计算值建立误差函数,编制了遗传算法反演分析程序。并给出应用实例验证了该法的有效性,表明该方法可应用于岩土工程中的反演分析工作。     

新场气田开发方案寻优的遗传优化神经网络模型

在深入剖析遗传算法GA和BP神经网络优势的基础上,提出了改进的遗传优化BP神经网络模型(简称GABP模型).该原理是利用遗传算法(GA)对BP神经网络的结构和连接权进行全局优化学习,从而获取最佳的网络模型.经前人大量研究表明:遗传算法的适应性好,对搜索空间没有任何特殊要求,且全局优化能力强,可以有效地在整个解空间寻优,但遗传算法存在局部调节能力较弱、容错性较差的不足.而神经网络的容错性较强,具有自组织、自适应和分布式储存的特点,它可以通过学习乖训练,进行模型结构的自组织,适应不同信息或信息模糊,以及推理规则不明确问题的处理,但神经网络方法又有搜索能力较差,容易陷入局部解之中的缺点.从上述二种方法的优缺点出发,按照取其所长,克己所短的原则,将二种方法有机地结合起来,构建了GABP模型及其算法.通过对新场气田开发方案优选的决策应用,表明该模型的评价结果准确合理,可为类似研究借鉴参考.     

基于遗传算法的均质土坡稳定性分析数值解研究

建立了边坡稳定性分析的平面直角坐标系,得到了该坐标系下的边坡稳定分析瑞典圆弧法的积分表达式。以简单均质粘性土坡为研究对象,结合MATLAB遗传算法工具箱,建立了基于瑞典圆弧法的遗传算法优化模型,实现了边坡稳定分析最小安全系数的自动寻优。通过实例进行验证和对比,表明该方法是行之有效的。     

遗传算法在边坡抗震稳定性分析中的应用

根据遗传算法的思想和拟静力瑞典法基于圆弧滑动面的假定，提出一种用遗传算法搜索最危险滑动面及其对应的最小安全系数的方法。该方法模拟了生物遗传进化过程，克服了传统方法容易陷和局部极小值的缺点，是一种全局优化算法。并通过一个工程实例对其进行了验证。