地下工程围岩位移反分析的改进模拟退火算法

本文针对地下工程围岩位移反分析问题的目标函数存在多个局部极值的特点,在对模拟退火算法进程中控制参数,即初始温度、每一温度下的状态选取次数和退火策略的确定方法加以改进的基础上,引进有限元分析手段和自适应的思想,建立了基于改进模拟退火算法的位移反分析方法,并开发了相应的分析程序.工程实践分析表明:本文理论计算结果与实测结果吻合良好,该方法较一般模拟退火算法具有明显的优越性.     

遗传模拟退火算法在边坡稳定分析中的应用

利用遗传模拟退火算法结合瑞典圆弧法,寻找最危险滑裂面进行边坡稳定分析。对构造数学模型、确定计算步骤、选取参数等方面作了一定的研究。通过实例计算,结果令人满意。     

基于遗传模拟退火算法的神经网络模型在陕西省需水预测中的应用

神经网络模型是近年来在需水预测方面应用较为广泛的一种方法,在陕西省的需水预测中根据实际情况采用遗传模拟退火算法对其进行优化,预测的结果和其他预测方法进行对比,证明该方法预测的结果较为合理,能够在类似的预测中加以推广应用.     

基于模拟退火粒子群算法的河道洪水反流向演算

简单介绍了洪水演算的几种常用方法,提出了洪水反流向演算的困难,提出了采用模拟退火粒子群优化算法与马斯京根算法相结合解决洪水反流向演算的策略,并用实例证明是可行而有效的。     

并行组合模拟退火算法在边坡稳定分析中的应用

采用自适应有限元法分析边坡的应力场,然后应用并行组合模拟退火算法建立基于应力场的边坡任意形状临界滑动面的全局搜索方法。该方法适用于任意几何形状,不同岩土材料分层以及多种荷载作用的复杂边坡。并行组合模拟退火算法是将模拟退火算法和遗传算法相结合的优化算法,它可以从多个初始点开始并行寻优,能以较快的速度找到全局最优解。通过工程实例分析,证明这种基于自适应有限元分析和并行组合模拟退火算法搜索边坡临界滑动面的方法可行、高效。     

模拟退火算法在水驱气藏物质平均计算中的应用

在利用物质平衡方程计算水驱气藏地质储量时，传统的试验凑法虽然有一定科学合理性，但由于存在很多不确定参数，在精确计算中因工作量大，很难推广。为此，在分析水驱气藏物质平均方程的基础上，建立最优化模型，并引入全局寻优性较好的模拟退火方法进行求解。经实际计算表明，方法具有全局收敛性，计算结果有较高可信度。     

模拟退火算法反演水文地质参数算例研究

基于模拟退火算法(SA)这一全局优化技术,耦合地下水模拟的有限元模型,给出水文地质参数的反演方法.并用水文地质参数反演算例来验证反演模型的可用性和适用性.结果表明,用"变尺度"产生新的渗透系数反演结果明显优于"随机法",当初始温度在500～650、降温系数在0.92～O.95时,模拟退火法在正常情况获得了很好的反演结果,在考虑减少观测孔个数和观测水头值有误差的情况下,也取得了较为满意的反演结果.为了提高运算效率,可考虑与传统反演方法或其它人工智能算法相结合.     

模拟退火优化算法的冻土热传导参数反分析

土体热参数是寒区工程温度场预测和稳定性分析至关重要的参数。根据冻土温度场计算的特点,建立冻土一维相变热参数估计模型,采用非线性有限元法得到土体温度场,基于一种非常快速的模拟退火（VFSA）算法对热参数进行反分析。考虑各个参数的敏感度因子和土体分层情况,将热参数分组、分步进行反演,克服参数较多反演困难的缺陷。以青藏公路多年冻土区监测断面下土体反分析为例,反演分析冻土路基下部不同土层的导热系数、体积热容量和孔隙率等参数。最后,运用参数反演结果对温度场进行预测,经检验和与实测地温对比,表明参数反分析结果可靠,有较高的精度,该方法可用于实际工程。     

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。     

基于神经网络和演化算法的土石坝位移反演分析

构造了基于综合应用人工神经网络和演化算法的位移反演分析方法。该法使用具有较强非线性映射能力的神经网络模型代替有限元计算,提高了计算效率。采用演化算法和Vogl快速算法,同时优化神经网络的结构和权值,增加其适应性并加快训练速度;使用多种群演化等策略,改善演化算法的全局收敛性和收敛速度。以三峡茅坪溪防护土石坝的变形反演分析为例,研究了神经网络演化代数以及训练样本数量对神经网络模拟能力的影响,证明了所建立的反演分析方法的有效性。     

快速模拟退火算法在含水层参数识别中的应用

针对一般模拟退火算法收敛速度慢的缺陷,本文提出了含水层参数识别的快速模拟退火算法。它以广义Boltzmann-Gibbs统计理论为基础,采用依赖于温度的似Cauchy分布产生新的扰动模型,通过改变模型扰动、接收概率和降温方式来加快模拟退火算法的收敛速度。实例的计算结果表明,快速模拟退火算法不仅可行,而且求解精度高,收敛速度比其他算法快得多,是一种值得在实际中推广应用的高效的含水层参数识别方法。     

土钉支护稳定分析的模拟退火-随机投点耦合算法

充分地考虑土钉支护的特殊性,建立了一个比较精确的基于一般破裂面的土钉支护稳定性分析方法。对土钉支护内部稳定分析和外部稳定分析分别建立其优化数值分析模型;然后导入模拟退火算法和随机投点法,结合两者的特长建立了一种可有效求解该模型的耦合算法,并编制了相应的计算程序;通过工程实例证明了基于一般破裂面的土钉支护稳定性分析方法的有效性,并得出了若干对土钉支护稳定分析具有参考意义的结论。     

改进的模拟退火遗传算法在地下水管理中的应用

对于高度非线性、非凸的地下水管理模型,传统优化方法难以找到全局最优解。本文采用模拟退火遗传算法求解地下水管理模型,并从三个方面对算法进行改进:引入小生境技术,采用自适应交叉和变异概率,在选择过程中采用最优保存策略,从而提高算法的全局寻优能力和收敛速度。采用惩罚函数法处理约束条件。用Fortran 90语言编制了计算程序,并通过Schaffer测试函数验证了该算法不仅具有强大的全局寻优能力和局部搜索能力,而且具有较快的收敛速度和较高的优化精度。将该算法应用到某研究区地下水管理中,取得了较好的效果。