基于MPSO的RBF耦合算法的桩基动测参数辨识

变异粒子群优化算法（MPSO）是一种基于群体智能的改进全局优化技术,其优势在于减小陷入局部极值的机率,增加全局搜索能力。将变异粒子群算法与径向基函数（RBF）神经网络结构进行结合,建立了变异粒子群神经网络（MPSO-RBF）耦合算法,充分发挥了MPSO算法的全局寻优能力和RBF算法的局部搜索优势。数值计算结果表明,所建立的方法能够对桩基动测进行多参数的识别和非线性优化问题的求解,具有良好全局收敛能力,是一种行之有效的智能算法。     

改进量子粒子群算法在水电站群优化调度中的应用

针对量子粒子群算法求解水电站群优化调度问题存在的早熟收敛、寻优能力欠佳等缺陷,从种群初始化、进化和变异等方面提出了改进量子粒子群算法。该方法引入混沌搜索增强初始种群质量;通过加权更新种群最优位置中心改善种群进化模式并提升收敛速度;利用邻域变异搜索增加种群多样性避免早熟收敛。同时依据问题特点设计了矩阵实数编码方式与复杂约束处理方法。乌江梯级综合对比分析表明所提方法能切实保证快速获得高质量优化调度结果,有效提高梯级水能利用率,如长序列模拟调度较逐步优化算法分别减少8.9%的弃水和72.3%的耗时,是一种适用于大规模水电站群优化调度的高效实用方法。     

电阻率层析成像的二维改进粒子群优化算法反演

粒子群优化算法(PSO)是通过模拟鸟群觅食过程中的社会行为而提出的一种基于群体智能的全局随机搜索算法,已有研究学者证明PSO算法是一种有效的地球物理反演方法,不依赖初始模型。此次在研究常规粒子群算法的基础上,针对常规粒子群优化算法易于陷于局部极值,后期收敛速度慢,反演精度不高等缺点,提出了一种改进的充分混沌振荡粒子群优化算法。针对粒子群算法的特点,改进速度更新公式,使粒子更快获取与当前全局最好位置的差异,增强粒子的学习能力,并用此算法在matlab2012b编程环境中对均匀半空间电阻率层析成像异常体理论模型进行了二维数值试验。结果表明,此种算法反演时不依赖初始模型,搜索空间增大,实现全局搜索,在准确性上优于标准PSO反演,成像质量优于Levenberg-Marquardt法反演。     

基于自适应粒子群优化算法的波阻抗反演方法

针对地震勘探资料依赖线性优化方法进行波阻抗反演不易得到全局极值的问题,提出一种改进的粒子群优化算法-自适应粒子群优化算法进行波阻抗反演。自适应粒子群优化算法是以群智能优化理论为基础,通过3种可能移动方向的带权值组合进行全局寻优。该方法搜索速度较快,且具有较强的全局寻优能力。通过函数测试和波阻抗反演的应用,结果表明,自适应粒子群优化算法是一种适应能力较强的全局优化算法,用该方法进行波阻抗反演是可行有效的。      

边坡稳定性分析改进的径向移动算法研究

边坡非圆弧临界滑动面搜索是边坡稳定性计算中的一个关键问题,其实质是找到一条安全系数最小的滑动路径。采用新的全局最优化算法--径向移动优化算法搜索路径相对其他算法具有快速、存储空间小、计算简单等优势,但却存在搜索结果不稳定的现象,为克服这个问题,对其数据结构进行调整,提出了改进的径向移动算法,使路径搜索趋于稳定。搜索到的滑动面路径对应的安全系数采用不平衡推力法进行计算,在可行性分析的基础上,采用二分法对安全系数快速、精确地求解。通过一个水库岸坡的算例计算,验证了改进的径向移动算法用于非圆弧临界滑动面搜索的有效性。又通过分析对比改进的径向移动优化算法和粒子群算法的搜索结果,展示了改进的径向移动算法快速收敛,稳定性高的显著优势。     

CM与PSO方法评价中基性火山岩矿物组份对比

松辽盆地中基性火山岩具有非均质性强、矿物成分复杂以及矿物组份含量变化大等特点,这使得测井评价中基性火山岩的矿物组分含量变得十分困难。这里采用最优化方法评价中基性火山岩的矿物组分含量,将粒子群算法和复合形算法作为最优化的搜索方法,建立测井响应方程和矿物组分体积模型,对实际测井数据进行处理,求取了中基性火山岩的矿物组分含量及理论测井值。通过与岩心及薄片数据对比,复合形最优化算法的解释结果优于粒子群算法。     

基于椭球滑动体假定和三维简化JANBU法的边坡稳定分析

采用一般椭球体模拟三维土坡的滑动体,利用三维简化JANBU法计算其安全系数,该法假定各个条柱底面的滑动方向在水平面上的投影相等,借此可用一个变量来表达各个底滑面的滑动方向,简便易行。此外,综合借鉴粒子群优化算法和和声算法的优点,提出了改进的粒子群算法,并利用对2个三维土坡的最危险滑动体进行了搜索,与已有结果进行了对比分析,表明方法是可行有效的。     

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。     

土钉支护结构优化的改进遗传进化-复合形算法

对于土钉支护结构优化这样一个二重优化问题，采用改进遗传进化算法调整土钉设计参数，并利用复合形法搜索支护结构的临界滑面，从而得出保证工程安全可靠且造价最低的最优设计方案。     

基于HPSO算法的CFG桩复合地基优化设计

复合粒子群优化(HPSO)算法是一类随机全局优化技术,具有搜索能力强、收敛速度快、搜索精度高的优点。针对水泥粉煤灰碎石桩(CFG桩)复合地基设计中的优化问题,利用FLAC软件自带的fish语言实现了HPSO算法对CFG桩复合地基多个设计参数的优化辨识。该方法从设计参数的随机值出发,以CFG桩施工时所需混合料方量作为目标函数来评价参数的品质,利用HPSO算法规则实现设计参数的进化,搜索出全局最优的设计参数值,从而实现了CFG桩复合地基设计参数的自适应辨识。利用该方法对某工程CFG桩复合地基进行了多参数优化设计。结果表明,HPSO算法用于CFG桩复合地基优化设计是有效的,能在满足设计及相关规范的前提下有效降低工程成本,提高经济效益。     

基于完全三叉树堆排序的波前扩展有限差分地震波走时快速算法

波前扩展有限差分地震波走时算法具有物理意义明确、因果稳定性强的特点,但每次波前扩展都要寻找波前面上的最小走时点。当计算网格点数较多,特别是涉及到三维走时计算时,寻找波前面上的最小走时点是一项十分耗时的工作。研究发现,波前扩展有限差分地震波走时算法的波前点具有两个突出特点:①波前点更新十分频繁,通常每次取出波前最小走时点后都要插入若干新的波前点;②新计算出的波前点的走时通常比较大。数据结构中的二叉树堆排序方法可以提高寻找波前面上最小走时点的效率,根据特点①,在原始二叉树堆排序方法的基础上,优化了插入新波前点和移除波前面上最小走时点的流程,实际计算结果表明,与原始的二叉树堆排序方法相比,改进后的二叉树堆排序方法可以提高大约20%的计算效率。根据特点②,将原始的二叉树堆排序方法推广到多叉树,实际计算结果表明,完全三叉树堆排序方法优于二叉树和四叉树堆排序方法,可以再提高5%的计算效率。     

Optimization of well placement by combination of a modified particle swarm optimization algorithm and quality map method

Determining the optimum placement of new wells in an oil field is a crucial work for reservoir engineers. The optimization problem is complex due to the highly nonlinearly correlated and uncertain reservoir performances which are affected by engineering and geologic variables. In this paper, the combination of a modified particle swarm optimization algorithm and quality map method (QM + MPSO), modified particle swarm optimization algorithm (MPSO), standard particle swarm optimization algorithm (SPSO), and centered-progressive particle swarm optimization (CP-PSO) are applied for optimization of well placement. The SPSO, CP-PSO, and MPSO algorithms are first discussed, and then the modified quality map method is discussed, and finally the implementation of these four methods for well placement optimization is described. Four example cases which involve depletion drive model, water injection model, and a real field reservoir model, with the maximization of net present value (NPV) as the objective function are considered. The physical model used in the optimization analyses is a 3-dimensional implicit black-oil model. Multiple runs of all methods are performed, and the results are averaged in order to achieve meaningful comparisons. In the case of optimizing placement of a single producer well, it is shown that it is not necessary to use the quality map to initialize the position of well placement. In other cases considered, it is shown that the QM + MPSO method outperforms MPSO method, and MPSO method outperforms SPSO and CP-PSO method. Taken in total, the modification of SPSO method is effective and the applicability of QM + MPSO for this challenging problem is promising     

基于统一标定的势接触力计算

传统的离散元类数值方法存在处理角-角接触时接触力方向不确定、三维情形时接触计算极其复杂等问题。Munjiza提出的基于势的接触力计算方法很好地解决了这一问题,但同时存在势的物理意义不明确,计算出的接触力与物理直观不符、相同嵌入量计算的接触力大小不一致等问题。在已有研究的基础上,提出了一种基于统一标定的势接触力计算方法,该方法重新定义了势函数,即三角形单元内一点的势与该点到3条边的最短距离成正比。采用这种势函数定义可以对嵌入量进行统一表征。在相同的嵌入量下,计算的接触力大小是一致的,同时保留基于势的接触力计算方法所有优点。新定义的势函数,解决了原有势函数所存在的重大缺陷,只要重叠区域不变,计算的总接触力是不变的,接触力计算具有局部特性,而与划分的三角形单元的整体形状和大小无关,即新的接触力计算方法,具有更好的网格鲁棒性。该方法使得基于势的接触力计算方法建立在坚实的物理基础之上,意义重大。     

边坡可靠度分析的一种新的优化求解方法

介绍了Low & Tang提出的一种新的可靠度优化求解方法,并将之用于边坡可靠度分析中：该方法适用于任何概率分布的相关变量,不必计算当量正态均值和方差、相关变量独立变换,直接在变量的原始空间内搜索边坡的最小可靠指标和概率临界滑面,可采用任何合适的约束优化方法进行求解,方法清晰简洁。边坡可靠度分析常用的滑面有2个：最小安全系数（变量均值处）对应的确定性临界滑面和最小可靠指标对应的概率临界滑面,但这2个滑面在有些情况下差别较大,Hassan & Wolff提出了一种简化方法可以方便地获得概率临界滑面,但由于方法简单,受到质疑。通过一系列算例分析,优化求解方法得到的概率临界滑面和Hassan & Wolff的简化方法滑面非常接近,显示了简化方法的有效性,值得在工程实践中推广。     

基于粒子迁徙的粒群优化算法及其在岩土工程中的应用

受自然界物种迁徙的启发,提出了一种新的改进的粒群优化算法(MPSO)。算法初始化时,将粒子随机地划分为若干个子粒群,每个子粒群按照给定的策略独立演化,在演化中的指定时段进行粒子的随机迁徙和自适应变异,以保持整个种群的多样性,避免早熟收敛。基准测试函数的计算结果表明,MPSO算法的性能优于其他几种改进算法。堆石体幂函数流变模型,参数较多,具有很强的非线性,将MPSO算法应用到堆石体幂函数流变模型的参数反演中。计算结果表明,利用反演的流变模型参数计算的坝体流变变形与实测变形在发展规律和数值上均比较吻合,证明MPSO算法在多参数、强非线性的复杂模型参数反演中的优越性。     

地震波走时计算的逆风差分算法

快速精确地旅行时计算在地震资料的叠前偏移与层析反演中起重要作用。利用逆足差分格式求解程函方程，首先在波阵面上寻找全局极小点，然后计算该点周围各点的地震波初至走时，同时，采用局部算法以确保计算的稳定性。该算法对于任意复杂地质模型都具有较高的精度。     

叠前非局部平均滤波压制随机噪音

非局部平均滤波方法的去噪性能优异,但其在地震资料处理中的应用刚刚起步。该方法利用数据具有的结构冗余,以包含局部结构的小窗口或邻域为单元,利用局部结构相似性进行加权运算,增强有效信号,压制随机噪音。针对叠前地震资料数据量大、噪音背景强、局部结构简单;原始非局部平均算法对每一点滤波,需要对数据体内所有点计算权系数后进行加权计算,计算量大,对强噪音背景适用性差等不足,对原始非局部平均算法进行了改进,主要包括:基于速度谱的搜索窗口分割;基于梯度域奇异值分解的局部结构相似集选择方法;基于相似集大小的自适应滤波参数选择方法。试验结果表明,该方法改进后对于叠前地震数据的随机噪声具有较好的压制作用。      

改进人工鱼群算法在边坡稳定性分析中的应用

人工鱼群算法是一种新的智能仿生算法。以瑞典条分法作为边坡稳定性分析模型,利用模拟退火算法对人工鱼群算法进行改进,提出了一种搜索边坡最危险滑动面及对应的最小安全系数的求解方法。该方法克服了传统优化方法容易陷入局部极值点的缺点,具有较高的计算精度,适用性强,搜索的最优解更具有全局性。最后通过工程实例进行计算,并与基本的人工鱼群算法、传统的计算方法以及GA算法进行对比分析,结果令人满意。      

PSO-based stability analysis of unreinforced and reinforced soil slopes using non-circular slip surface

Slope stability analysis is one of the most intricate problems of geotechnical engineering because it is mathematically difficult to search the critical slip surface of earth slopes with complex strata owing to the involved multimodal function optimization problem. At present, a minimum factor of safety for a non-circular slip surface in a uniform and unreinforced earth slope can be calculated using several methods; however, for a reinforced soil slope, it cannot be easily calculated because of the additional effect of the reinforcement. One efficient method to search the critical slip surface is particle swarm optimization (PSO). PSO can solve complex non-differentiable problems, and its increasing ease of use has facilitated its application to multimodal function optimization problems in a variety of fields. However, the recommended PSO parameters to calculate the safety factors of unreinforced and reinforced soil slopes, namely the inertia and local and global best solution weighting coefficients, have not been sufficiently investigated. Moreover, the computational efficiency of PSO for safety factor calculation, including computational accuracy and time, has not been clarified. To calculate the unreinforced and reinforced soil slope safety factors, this study considers force and moment equilibriums, including the tensile force of the reinforcement. Firstly, the computational efficiency of the calculation process by PSO was shown to increase the maximum number of slip surface nodes in the calculation of the safety factor. Then, an analysis was carried out to investigate the safety factor sensitivity to the PSO parameters. Based on this analysis, appropriate PSO parameters for the safety factor calculation of unreinforced and reinforced soil slopes were proposed.