双种群进化粒子群算法求解地下水管理模型

为避免粒子群算法(PSO)早熟的缺点,设计了一种双种群进化粒子群算法(DE-PSO)。DE-PSO是基于PSO,引入选择、交叉及差分变异操作,并结合合理有效的粒子评价方法及越界处理方法之后形成的。将DE-PSO应用于两个地下水管理模型算例,第一个算例DE-PSO解的总抽水量分别比遗传算法(GA)、模拟退火算法(SA)和PSO减少了64、256、207 m3/d,第二个算例DE-PSO解的总治理成本分别比GA、SA和PSO减少了57.74、151.93、76.59万元。两个算例中DE-PSO都表现出稳定的进化趋势,寻优效率好于GA、SA和PSO,可以有效求解地下水管理模型问题。     

粒子群优化适线法在水文频率分析中的应用

水文频率分析就是给各种水利工程提供具有概率含义的水文设计数据,以确定工程的规模、投资和效益.传统的水文频率计算方法一般都是假定总体服从P-Ⅲ型分布,然后采用适线法根据样本估计参数,进而推求设计值.因此,在概率分布线型确定的前提下,水文频率计算实际上就是根据样本资料估算其中包含的参数.从充分利用样本信息、增强参数估计方法的精确性和减少人为因素影响等方面考虑,本文提出了基于粒子群优化算法的优化适线法,并将该方法应用到年最大流量频率分析中.为了进一步了解该方法的统计特性,还将其与传统参数估计方法(矩法、权函数法、概率权重矩法)作了比较.实例表明,该方法能快速的完成参数寻优过程,并较好的寻找出参数的全局最优解.     

基于粒子群算法的水资源优化配置

本文基于可持续发展理论,以社会、经济和环境的综合效益最大为目标,建立了区域水资源优化配置模型.根据模型的特点,采用粒子群算法(PSO)对模型进行求解.针对粒子群算法的迭代原理,通过对粒子编码方法、适应度函数构造和约束条件处理等环节的改进,构成了用于多目标有约束条件模型求解的粒子群优化算法.不仅拓展了粒子群优化算法的应用领域,同时也为复杂多目标模型的求解提供了一种新途径.本文以北京市为例,借助本文提出的模型,得到了该市2010、2020和2030年三个水平年在50%保证率下的水量配置方案.优化结果表明,该算法应用于水资源优化配置中是合适的.     

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。     

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。     

基于粒子群优化相关向量机的岩层可钻性预测

本文提出了一种基于粒子群优化相关向量机（PSO-RVM）的岩层可钻性预测方法。该方法选取岩层埋深H、声波时差AC、电阻率ρd、岩层密度ρ和泥质含量Vsh等5个参数作为评价岩层可钻性的基本参数。以某油田Du4钻井为例,采用PSO-RVM方法、多元回归方法和RVM方法对岩层可钻性进行评价。计算结果表明,PSO-RVM模型的预测结果与实测数据非常接近,其预测精度明显高于多元回归方法和RVM方法,说明本文提出的方法具有一定的优越性和较高的精度,可以较好地应用于钻井工程中岩层可钻性预测。     

基于粒子群算法的宝鸡市水资源优化配置研究

水资源配置的目标是满足人口、资源、环境以及经济与水资源在时间、空间、数量以及质量上的协调发展,使有限的水资源获得最大的利用价值,推动区域社会经济进步,实现可持续发展。以经济效益、环境效益、社会效益等综合效益作为最佳优化配置目标,建立宝鸡市水资源优化配置模型。利用粒子群算法搜索速度快、效率高,算法简单的特点,用粒子群算法求解模型结果,最后通过经济、技术和生态环境分析论证与比选,确定优化配置方案。     

基于混合粒子群算法和能量法主动土压力计算

假定挡土墙后填土滑动面为通过墙踵的对数螺线滑动面,基于能量法,推导出了墙背倾斜、粗糙、墙后填土向上倾斜,适用于砂性土与黏性土的主动土压力上限解。以对数螺线通过斜坡的旋入角? 0和旋出角? h为变量,使用基于自然选择的混合粒子群优化算法对最危险滑动面进行全局搜索,从而获得主动土压力最优解。对于砂性土,将土压力系数与经典的极限分析上限解相比,发现在墙面倾角较小时两者基本一致,但当墙面倾角大于30°时,经典解明显偏小,而文中解与基于最优性原理的极限平衡解较接近。至于黏性土,对一工程实例进行计算,计算结果与实测值的相对误差为5.4%。     

基于粒子群优化的岩土工程反分析研究

岩土工程优化反分析本质上看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,但由于优化反分析中多次调用正分析的特点使得整个算法的计算效率很低。为了提高优化反分析的计算效率,把一种计算效率更高的新型仿生算法--粒子群优化引入岩土工程反分析领域,提高反分析的计算效率。在此基础上,结合有限元数值分析技术,提出了一种新的岩土工程优化反分析算法--粒子群优化反分析。并通过一个简单算例验证了该法的有效性。     

基于粒子群优化支持向量机的矿区土壤有机质含量高光谱反演

为了监测复垦矿区土壤的有机质含量, 综合利用光谱分析、统计学习理论与方法以及智能优化理论与方法, 研究了矿区复垦土壤有机质含量与土壤光谱之间的关系, 在此基础上建立了土壤有机质含量高光谱反演模型, 实现土壤有机质含量定量检测.首先对原始土壤光谱数据进行预处理, 然后进行相关性分析, 提取450 nm、500 nm、650 nm、770 nm、1 460 nm和2 140 nm作为特征波段, 最后利用多元线性回归(multiple linear regression, MLR)、偏最小乘回归(partial least squares regression, PLSR)和粒子群优化支持向量机回归(particle swarm optimization support vector machine regression, PSO-SVM)方法建立了土壤有机质含量的高光谱定量反演模型, 并对模型进行验证.3种模型的验证结果如下: MLR、PLSR和PSO-SVM模型的R2分别为0.79、0.83和0.85, RMSE分别为5.26、4.93和4.76.实验结果表明, 无论从模型的稳定性还是预测能力上, PSO-SVM都要优于其他两个模型.      

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。     

基于PSO-SVM的边坡稳定性组合预测方法研究

为利用不同边坡稳定预测方法的特征信息,改进预测质量,提出了一种基于微粒群优化--支持向量机(PSO-SVM)的边坡稳定性非线性组合预测模型。该模型能够利用边坡的特征参数快速预测出边坡的稳定性,且在建模过程中可对不同建模方法的特征信息进行整合,避免了单一方法的偶然性。为提高SVM的学习、泛化能力,采用混合核函数,并用具有并行性和分布式特点的PSO算法优化选择SVM模型参数。利用该非线性组合预测模型对73个边坡实例进行学习,对另外10个边坡实例进行推广预测,研究结果表明,该模型较好地整合了不同建模方法的特征信息,较单一模型、加权组合模型和BP网络组合模型具有更高的预测精度和更小的峰值误差,为边坡稳定性评价提供了一种新的途径。     

改进型粒子群算法及其在GPR全波形反演中的应用

探地雷达作为高精度的物探工作方法,其主要目的是反演解释地下结构的物性参数.笔者提出社会学习型粒子群优化反演方法,它以信号均方误差为目标函数,用时域有限差分方法作正演,并且针对反射波信号较弱、反演效果不佳的情况设计了对正演结果进行振幅补偿的方法,对反射波的振幅进行增益,以提高反演精度.通过与经典粒子群优化反演方法的结果对比,说明了该算法在准确度以及效率方面都有相当大的提高.经过分析多层介质仿真数据的一维反演结果,说明了该算法对多参数反演的有效性和良好的抗噪性.     

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。     

基于离散元的边坡矢量和稳定分析方法研究

基于离散元方法对获取的块体单元、节理的应力场处理后得到坡体整体应力场,结合矢量和法安全系数的定义提出了一种边坡稳定性分析方法即VSM-UDEC法。首先通过滑块试验验证了多种情况下UDEC接触应力计算和单元应力的精确性,结果表明,UDEC接触应力和块体单元应力的精确程度很高（接触应力相对误差基本低于0.2%）,能够满足矢量和安全系数计算要求。采用VSM-UDEC法分别对直线型滑面和圆弧型滑面算例进行了分析,并与相应的理论解和严格极限平衡法（Morgenstern-Price法）进行了对比。结果表明,对于直线型滑面VSM-UDEC法安全系数与理论解几乎相同,而对于圆弧型滑面该方法与极限平衡法结果基本一致。最后将VSM-UDEC法运用到锦屏I级水电站左岸边坡工程实例中,结果表明,假设块体为刚体时VSM-UDEC法安全系数与极限平衡法（Sarma法、Morgenstern-Price法）结果吻合较好,此外,VSM-UDEC法能够考虑坡体内结构面对稳定性的影响,较极限平衡法更能反映边坡的变形分布情况。鉴于UDEC在模拟边坡破坏方面优点较多且矢量和法安全系数物理意义明确,VSM-UDEC法有望在边坡稳定性分析中有较好的应用前景。     

基于稳定性耦合分析法的余王扁边坡稳定性分析

边坡稳定性分析的极限平衡法与有限元法(FEM)的耦合分析法,首先利用有限元法分析获得边坡岩土体的整体应力场,在此基础上利用极限平衡法进行边坡的稳定系数求解。该方法既反映了边坡的稳定和变形之间的关系,又克服了极限平衡法与有限元法的不足,使二者的优点相互补充,获得的稳定系数基于极限平衡理论体系,可以同传统的稳定系数评价体系接轨。以西安市雁塔区余王扁削坡后边坡为例,用稳定性耦合分析法对其进行了稳定性分析,并把分析结果与各种极限平衡法的计算结果进行了比较,证明了耦合分析方法的可靠性和可行性。     

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PSO-PP的围岩稳定性评价

围岩的稳定性评价是一个复杂的不确定系统问题。结合投影寻踪方法、粒子群算法和逻辑斯谛曲线函数,建立了围岩稳定性评价的粒子群优化投影寻踪(projection pursuit based on particle swarm optimization,PSO-PP)模型。该模型一方面采用粒子群算法优化投影指标函数及逻辑斯谛曲线函数参数,确保了模型的准确性;另一方面利用逻辑斯谛曲线函数建立投影值与经验等级之间的非线性关系。模型的测试结果显示了良好的精度,实例分析结果与实际状态完全一致,表明该模型在围岩稳定性评价中的可行性和有效性。