退火遗传算法在边坡稳定性分析中的应用

在边坡稳定分析中,折线滑面的搜索是一个非常重要的环节.将模拟退火算法与遗传算法相结合,既发挥了遗传算法强大的全局搜索能力,同时利用模拟退火算法加强了遗传算法的局部求精能力.通过引入退火遗传算法很好地解决了滑坡临界折线滑动面搜索问题,为边坡的滑动面搜索提供一个新的解决方法,克服了常规方法的种种弊端.     

一种基于数值应力场的强度各向异性边坡稳定性分析方法

提出了一种基于数值应力场下的边坡临界滑动面和临界坡高的分析方法。该分析方法首先利用有限元得到边坡内部较为精确的应力场,再通过在边坡内部模拟类似于链式反应过程中粒子产生和运动规律,在此基础上完成临界滑动面的搜索。主要结论如下：（1）提出了一种基于数值应力场的边坡临界滑动面的搜索方法,该方法可在不对边坡滑动面形状和位置进行干预的情况下完成潜在破坏路径的搜索。（2）通过对算法中区域与边界、激发源、产物扩散路径、路径权值4方面要素进行合理控制,可使算法在具有较高精度的同时又能保证较好的分析效率。（3）算法能较为方便地考虑真实应力条件下地层强度各向异性对边坡稳定性的影响,并能对临界坡高进行很好的分析。（4）通过具体算例对本文算法的计算结果进行验证,将所得结果与PSO和Monte Carlo两种方法得到结果进行对比,对本文方法的可靠性进行了验证,取得了较好的效果。     

土钉墙内部稳定性分析自适应禁忌变异遗传算法

针对土钉墙内部稳定性分析问题,提出一种能同时确定土钉墙任意形状最危险滑动面及相应安全系数的全局优化算法。首先,基于边坡极限平衡法中的Morgenstern-Price法,考虑土钉的加固作用,推导土钉墙安全系数计算公式。然后,分析简单遗传算法（SGA）和禁忌搜索算法（TSA）的不足,引进自适应遗传算法（AGA）,用禁忌变异算子替换自适应遗传算法中的标准变异算子,提出一种新型的混合优化算法--自适应禁忌变异遗传搜索算法（ATMGA）,并将其应用到土钉墙内部稳定性分析领域,建立土钉墙任意形状临界滑裂面稳定性分析优化算法。算例分析表明,（1）与单纯的SGA、TSA以及AGA相比,文中ATMGA法搜索效率高、收敛速度快且能准确地搜索到土钉墙最危险滑动面及其相应的最小安全系数;（2）土钉支护前、后临界滑面位置相差较大,建议在实际工程中对支护后基坑的临界滑面以及相应的安全系数进行重新搜索。     

边坡最危险滑动面全局搜索的模拟退火算法及改进

最危险滑动面的确定是边坡稳定性分析中一个至关重要的问题。利用模拟退火算法,结合简化Bishop法,进行边坡最危险滑动面的搜索。在分析模拟退火法中存在的不足及其根由的基础上,对算法进行了改进。通过计算机编程技术实现了改进的模拟退火算法。计算结果与典型算例对比证明：改进后的模拟退火算法能够有效避免局部最优解,方法具有实用性。     

一种基于位移场分析的临界滑动面确定方法研究

安全系数的计算和临界滑动面的确定是边坡稳定性分析的两个组成部分,强度折减法可以得到合理的安全系数,但却不能准确刻画临界滑动面的位置。基于对滑动现象的认识,提出了一种基于位移场分析的临界滑动面确定方法,认为当边坡处于临界状态时,其潜在滑动面附近的位移等值线最为密集,潜在滑动面上的点往往是在深度方向上沿垂直滑面的位移变化率达到最大值的位置。将本文方法与Spencer法、岩质边坡模型试验进行了对比,验证了该方法在曲线和折线滑动面搜索方面的适用性和可靠性。同时,探讨了单元形状、疏密程度、离散点间距等因素对滑动面的影响。     

相遇蚁群算法在边坡非圆弧临界滑动面搜索中的应用研究

边坡非圆弧临界滑动面搜索是边坡稳定计算中的一个关键问题,其实质为安全系数最小的滑动路径搜索问题,采用效果良好的路径搜索算法--蚁群算法是目前研究的热点。为了克服传统蚁群算法效率低、效果差的缺点,基于蚂蚁正反向搜索相遇形成完整路径的原理,提出了一种相遇蚁群算法。将该算法用于边坡非圆弧滑动面搜索问题,提出了一种非圆弧临界滑动面搜索的新方法。通过2个边坡的算例计算及一个水库岸坡的工程应用,验证了新算法的有效性。计算结果表明,相遇蚁群算法无论是整个搜索范围还是从某一点起的搜索范围都要比一般蚁群算法大,所以相遇蚁群算法在搜索边坡临界滑动面时所得到解的多样性也要比一般蚁群算法好,因此,相遇蚁群算法的搜索范围能以较大的概率包含全局最优解,算法最终也能以较大概率搜索到全局最优解。最终,相遇蚁群算法可以在更大的范围内以更快的速度找到边坡的临界滑动面。     

基于遗传算法的边坡稳定性分析

边坡稳定性分析的关键是如何确定最危险滑动面。遗传算法是一种全局优化分析方法,克服了一般优化方法容易陷入局部最优解的缺点。由于工程实际中边坡几何形状的不规则和材料的非均匀性,真正的临界滑动面形状并不是都能用圆弧来准确描述的,研究任意型滑面情况下的稳定性很有必要。为更加合理地进行边坡的稳定性分析,利用遗传算法来搜索模拟边坡的最危险滑动面,在工程实例中进行具体应用,得到了非圆弧型滑动面,与其他软件计算结果对比,表明本文算法精度更高,适应性更广。     

地下矿体采动下的露天采场边坡稳定性研究

对于进入中晚期的露天金属矿,为了延长矿山的寿命或露天转地采稳产过渡,通常选择露天与地下联合开采,那么矿体采动下的边坡稳定性问题则尤为突出。在边坡几何形态、上部荷载和材料性质等不变的情况下,极限平衡获得的边坡安全系数为定值,因此,不能用来反映地下矿体采动对边坡稳定性影响。为了克服常规极限平衡方法的上述缺陷,采用基于边坡应力场的矢量和法求解滑动面的安全系数,结合蚁群算法与遗传算法联合搜索边坡临界滑动面,以确定矿体开采前后边坡的安全系数和临界滑动面。最后,给出一个假定算例和两个工程算例说明上述安全系数求解和临界滑面搜索方法的有效性,并揭示了地下矿体开采对露天采场边坡的稳定性的影响。     

自适应差分进化算法在边坡滑面搜索中的应用

边坡三维临界滑裂面的确定及其安全系数的求解是边坡稳定分析中的关键问题,而现有分析方法尚难以方便、可靠地获得三维滑裂面。在有限元数值应力场的基础上,计算边坡的安全系数。通过构造扩展椭球形滑裂面,利用自适应差分进化(SaDE)算法结合反向移动操作,实现了复杂边坡三维临界滑裂面的搜索。扩展椭球滑裂面构造方便,搜索灵活,比传统的球面或椭球面更能反映实际工程情况。整个求解过程为显式求解,不存在收敛性问题。算例考核结果表明,提出的方法具有良好的搜索效率与全局寻优能力,结果与刚体极限平衡法、有限元强度折减法吻合,计算结果合理可靠。通过实际工程边坡,进一步验证了该方法可方便、有效地应用于具有复杂岩性及环境条件的边坡三维稳定性分析。     

基于A^＊算法的边坡稳定分析方法

岩质边坡的失稳大都是沿各软弱结构面而发生的,其滑动面往往是软弱结构面的组合,呈阶梯状.岩石边坡中存在大量的随机结构面,从中找出抗剪力最小的滑裂面是边坡工程中的一个研究方向.在岩体结构面调查统计的基础上,用随机网络模拟再现结构面的空间分布,在此基础上应用A*算法,搜索出岩石边坡的临界滑裂面,并对临界滑裂面上的边坡体任意斜条分,与Sarma分析方法相结合,形成一种改进的分析岩石边坡稳定性的方法—— Sarma-A*分析法,通过工程实例验证该方法的合理性.     

引入退火机制的智能单粒子算法在复杂边坡最危险滑动面搜索中的应用

复杂边坡的安全系数可能存在多个局部极小值点,如何确定边坡的最小安全系数是复杂边坡稳定性分析中的一个关键问题.本文结合简化Bishop法,采用一种新的启发式全局优化算法--智能单粒子算法(ISP0)来搜索复杂边坡的最危险滑动面.为帮助该算法快速跳出局部极值点,本文将模拟退火(SA)机制引入到智能单粒子算法中,结合了两种算...     

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。      

Algorithm of Coupled Normal Stress and Fluid Flow in Fractured Rock Mass by the Composite Element Method

This paper presents a composite element algorithm of coupled normal stress and fluid flow process for fractured rock mass, developed from the composite element method (CEM). The coupled relation between the fracture flow and normal stress makes use of the “filled model”, which examines the asperities in the fracture as a layer of granular medium having high porosity and being clipped by the two parallel plates. The existence of fractures is not considered in the mesh generation, but it will be considered explicitly in the mapped composite element. The coupled normal stress and fluid flow process has been simulated by applying a cross iterative algorithm between the two fields. The proposed algorithm considers not only the flow through the fractures, but also the flow exchange between fractures and the surrounding rock blocks. In addition, it can be used for both the filled and non-filled fractures. The verification of the proposed algorithm has been conducted through the illustration of three examples by comparison with the conventional finite element method (FEM), from which the advantages and reliability of the proposed algorithm have been shown clearly.     

A comparative performance of least-square method and very fast simulated annealing global optimization method for interpretation of self-potential anomaly over 2-D inclined sheet type structure

Inversion of self-potential anomaly for 2-D inclined sheets of infinite horizontal extent has been studied. Least-square inversion and very fast simulated annealing global optimization has been used to model the five parameters of self potential anomaly. The method of least square and very fast simulated annealing global optimization method is compared and analyzed. Very fast simulated annealing can model the noisy and field data of self potential anomaly very precisely than linear inversion technique. However, time taken by very fast simulated annealing inversion is larger than linearized inversion. The comparative analysis has been done on synthetic data (noise free and noisy) and two field data from Bavarian woods anomaly, Germany and Surda anomaly, India to show the efficacy of both the methods. The estimated parameters were compared with those from previous studies using various global optimization algorithms, mainly neural network, genetic algorithm and particle swarm optimization on the same field data sets. It can be concluded that the global optimization algorithms considered in this study were able to yield compatible solutions with those from least-square methods. The present global optimization method is in good agreement with the other global optimization methods in terms of results and computation time.     

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。      

应用蒙特卡罗免疫遗传算法分析土坡的稳定可靠 性

本文借鉴疫苗提取、疫苗接种、免疫记忆、基因亲和突变、基因重组等思想提出了一种改进的免疫遗传算法。在此基础上研究了基于本文免疫遗传算法的土坡最危险滑动面搜索方法,并将该方法与蒙特卡罗随机模拟技术相结合,用于土坡稳定可靠性分析。工程实例计算结果与实际情况相符,验证了算法的有效性和分析方法的正确性。     

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。     

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。      

缓坡地形上非线性波浪变形的并行计算

基于椭圆型缓坡方程和消息传递接口机制,提出了缓坡地形上非线性波浪变形的一种并行数值模拟方法,并在微机群集并行系统上进行了数值实现.对一种典型缓坡地形上的非线性波浪传播变形进行了数值模拟,数值结果与实验数据的比较表明,在椭圆型缓坡方程中应用非线性波色散关系可有效考虑波浪的非线性效应,同时从获得的并行效率和并行加速比来看,并行数值方法可有效提高数值模拟效率.     

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。