一种优化估计土性参数的新方法

采用改进化方向的遗传算法并结合比奥特（Ｂｉｏｔ）固结有限元数值法对一假设路堤的双层地基的一些主要土性参数进行反演,显示误差很小,收敛速度也很快,这说明改进进化方向遗传算法这种新型的优化算法在土性参数优化估计中具有精度高、反演快的优越性,克服了传统优化方法如共轭梯度法、拟牛顿法和单纯形法所具有有的搜索速度随反演参数增多呈级数减慢、容易陷入局部极值点和误差传递导致不收敛等缺点,同时也要比简单遗传算法优     

Streeter-Phelps模型参数估计的遗传算法

提出Streeter-Phelps模型参数估计的新方法--遗传算法(Genetic Algorithm),它不同于常规参数估计方法,其优点在于,从多个初始点开始寻优,并采用交迭和变异运算避免过早地收敛到局部最优解,可获得全局最优解,且不受初始值影响.该方法不必求导计算,编程简单快捷.给出了实例计算及与其他方法相比较的结果.     

基于遗传算法的巷道位移反分析研究

将遗传算法应用到位移反分析研究中,采用遗传算法与FLAC数值软件相结合的手段,研制了弹塑性巷道位移反分析程序。对该程序测试的结果表明,用遗传算法这一模拟生物进化的方法,进行巷道位移反分析,可以同时反演E,μ,C,ф,σx,σy,τxy7个参数,反演精度较高。     

基于遗传算法的软土地基沉降预测

基于自然进化原理的遗传算法是一种解决岩土工程复杂非线性问题十分有前景的方法。对遗传算法中一些具有代表性的算法作了简要分析和评论。软土地基沉降受众多因素的影响,在时序上表现出复杂的非线性特征。针对一个加固纠偏工程的沉降预测问题,运用MATLAB编写遗传算法程序进行了预测分析。计算结果与实测资料基本一致,它在全局优化、非线性优化、多参数优化等方面表现出了传统算法无法比拟的优势。     

基于改进遗传算法的粘弹性岩体力学参数反演

把模式搜索嵌入目前广为应用的遗传算法中,使之和神经网络有机结合,提出了搜索—遗传—神经网络算法。该方法用经过最佳预测学习算法训练的神经网络来表达粘弹性岩体力学参数和位移之间的映射关系,除具有一般遗传算法的优点外,还提高了参数反演的精度,节省了参数反演的计算时间。结合某工程实例,验证了该方法在粘弹性岩体力学参数反演中的优越性。     

基于遗传算法的土钉支护结构优化设计

将遗传算法用于基坑土钉支护优化设计中,分别用极限平衡法和有限元法进行优化设计,并对原设计、基于极限平衡分析的优化结果和基于有限元分析的优化结果进行比较,得出合理的土钉支护结构设计参考结论。     

基于遗传算法的优化搜索技术

遗传算法是借鉴生物界自然选择和自然遗传机制的随机化搜索算法,其主要特点是搜索不依赖于梯度信息,能自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程,从而得到最优解或准最优解的通用搜索算法。它尤其适合于组合优化、机器学习、自适应控制、规划设计和人工智能等领域。     

基于Cauchy积分解法与遗传算法的随机位移反分析研究

针对位移反分析的正算计算量大和全局最优解遗失问题,提出正算过程采用平面弹性复变方法中的Cauchy积分解法,优化方法选用遗传算法的随机位移反分析方法,并研究了位移观测噪声对识别结果的影响规律。实例应用表明,所提出的方法从根本解决了采用优化技术进行位移反分析的求解效率问题,具有较好的容错性能和全局搜索性能,且能够反映地应力场和实际岩体的不确定性。     

基于并行遗传算法的地震属性优化研究

系统介绍了遗传算法各步的改进策略。首先,产生多样化的初始群体,引入五进制的编码策略提高搜索速度,然后采用无退还随机选择机制防止收敛早熟,采取两点交叉及多点变异方案以扩大模型空间的搜索范围和保持个体的多样性。另外,为了保证算法的收敛,使用了代间隙技术。最后,按照并行算法设计原则给出改进后的并行遗传算法的算法描述,并通过运用改进的并行遗传算法解决了非线性、多参数、多极值的地震属性优化的实际问题。     

基于NSGA-Ⅱ遗传算法的黄土滑坡参数反分析与稳定性预测

甘肃省永靖县黑方台台塬周边区域由于黄河移民大规模农业灌溉诱发了众多黄土滑坡灾害,其稳定性分析与滑面预测可为防灾减灾提供重要支撑,显得尤为重要.黑方台黄土滑坡具有渐进后退式的失稳特征,已发生滑坡灾害与潜在滑坡灾害具有高度相似性,其反分析结果可为未来滑坡稳定性分析提供重要数据基础.选用有限差分强度折减法,通过设定3个目标优化函数（土体抗剪强度参数均值误差函数、滑面位置误差函数和稳定性系数误差函数）,基于NSGA-Ⅱ遗传算法开展稳定性反分析获取黄土的粘聚力和内摩擦角.以黑方台党川2#滑坡为例,通过第一次滑动时观测到的滑面信息,并假设其稳定性系数等于1,利用NSGA-Ⅱ算法反分析得出当滑坡发生时,天然黄土层粘聚力为28.20 kPa,内摩擦角为25.16°,饱和黄土层有效粘聚力为16.59 kPa,有效内摩擦角为16.11°.基于该反分析结果,对党川2#滑坡后续3次失稳的稳定性系数和临界滑面进行了预测,并与实际观察结果对比验证.研究结果表明,通过多目标约束优化算法开展滑坡稳定性反分析可获得更加合理的黄土强度参数估计,为黑方台地区滑坡稳定性分析和风险定量评估提供了新的解决思路.     

遗传算法在边坡数值计算中的应用

改进了进化方向的遗传算法与有限元数值法，结合并研制了相应的软件。应用该软件对多类型岩土边坡进行弹性模量、内聚力、内摩擦角等参数反演分析，显示误差很小，收敛速度也很快，这说明改进进化方向遗传算法这种新型的优化算法在多类型岩土参数优化估计中具有独特的优势。     

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。     

基于随机加权先验的P-Ⅲ分布参数贝叶斯估计

研究随机加权先验法进行P-Ⅲ分布参数贝叶斯估计。应用随机加权法确定分布参数的先验分布,MCMC自适应采样算法(AM)进行参数的后验分布采样,并与矩法、极大似然法和概率权重矩法等传统水文频率分析方法进行比较。实例表明,AM方法估算参数下,实测样本与对应频率设计值离差平方和最小,是一种可行的水文频率分析途径。     

应用改进并行遗传算法反求水文地质参数研究

利用单纯形法局部搜索速度快和遗传算法全局寻优的特点,同时为了克服两种方法各自的弊病,提出采用混合单纯形技术的并行遗传算法(Hybrid Simplex Parallel Genetic Algorithm,SPGA)进行水文地质逆问题的求解。详细阐述了SPGA算法的具体操作和实现,并将该方法应用于水源地的地下水模拟反演中。计算结果表明,SPGA算法在水文地质参数寻优计算中具有比较好的可靠性和计算效率。     

基于实码遗传算法的地下水污染物运移参数反演

介绍了采用实数编码遗传算法优化反演地下水污染物运移参数的基本步骤,不仅求解了弥散系数,而且反演得到了地下水运动速度。算例表明,采用遗传算法———特征有限元离散方法反演地下水污染物运移参数是可行的。     

遗传算法反演龙门山断裂带断层三维滑动参数研究

利用位错理论模型将遗传算法运用于断层三维滑动参数反演问题的求解,采用川西地区2004—2007年GPS观测数据对龙门山断裂带主要断层的三维滑动速率进行计算分析。结果表明：反演结果在量值上整体较小,与地质结果具有较好的一致性,走滑分量︱U1︱〈3.2 mm/a,倾滑分量︱U2︱〈1.54 mm/a,张开分量︱U3︱〈2.5mm/a,低滑动速率反映断层的闭锁及应力的积累及大地震发生的危险性;局部分量较地质结果偏大,反映实测GPS数据反演结果体现的是断层实时活动状态;遗传算法的全局收敛、不依赖初值等优点使结果更加稳定,而张开分量显示局部不规律性,表现出各子断层空间活动不均匀性。     

基于传递系数法的滑带土抗剪强度参数反分析研究

滑坡滑带土抗剪强度参数的合理选取是进行滑坡稳定性分析和治理设计的关键。本文结合滑坡的发育阶段,合理选取滑坡稳定性评价指标,基于反分析的基本原理,利用至少两个反分析剖面,采用试算、插值和图解法求解滑带土的抗剪强度参数,对比室内剪切试验数据,该方法最终所得参数基本满足工程要求,可为其它滑坡的稳定性分析及治理工程设计提供借鉴。     

土壤水分对土壤参数的敏感性及其参数优化方法研究

利用2008年1月1日至2009年9月31日黑河流域阿柔冻融观测站的气象和土壤水分数据,采用基于方差的多参数敏感性分析方法研究通用陆面模型(Common Land Model,CoLM)模拟的土壤水分对土壤质地(砂土和黏土)的敏感性,进而采用SCE-UA参数优化算法分别优化土壤质地和土壤水力参数,分析不同优化策略对土壤水分模拟结果的影响。研究结果表明,浅层土壤水分对土壤质地较为敏感,敏感性系数达到了0.45以上,并且砂土含量对土壤水分的影响更为显著;利用SCE-UA算法优化土壤质地或土壤水力参数都可以有效地提高土壤水分的模拟精度,优化土壤水力参数易产生"异参同效"现象,而优化土壤质地能够使土壤水力参数的取值范围更加合理。     

改进模拟退火法在估计河流水质参数中的应用

将模拟退火法应用于求解分析河流水团示踪试验数据，确定河流水质参数的函数优化问题。针对标准SA算法收敛速度缓慢的弱点，采取了增加附加约束条件、设置内阈值提前降温和增加记忆功能等综合措施对算法进行了改进。算例表明，综合改进措施能够明显地提高算法收敛速度，并可以得到满意的参数计算结果。计算结果也表明，内循环次数不会对外循环次数产生明显的影响。由于算法对目标函数没有附加要求，而且算法的收敛性与待估参数的初值无关，因此，改进SA算法在分析河流水质试验数据、确定水质参数方面．将会具有非常广的应用范围。     

改进的遗传算法及其在渗流参数反演中的应用

利用水头实测资料,以裂隙组的渗透系数比例因子为待反演的参数向量,在采用基本遗传算法进行参数反演研究的基础上,针对裂隙岩体无压渗流参数反问题计算量过大,目标参数众多以及参数可能变化范围大等特点,提出了一种混合遗传算法求解此类问题,力求克服简单遗传算法在解决此类问题时存在的局部搜索能力弱、易出现早熟收敛及计算量大等缺陷,并通过典型岩坡渗流算例进行验证,同时给出了基本遗传算法、传统单纯形算法的反演成果。计算结果表明,该方法保持了基本遗传算法优点,并有效地提高了算法的运行效率,从而为求解裂隙岩体无压渗流参数反问题等计算量大的系列问题提供了新的途径。