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。     

多尺度逐次逼近遗传算法反演大地电磁资料

遗传算法是一种随机全局搜索算法,与常规的基于局部线性化的最优化方法相比对初始模型的依赖性大为减弱,但是存在着有效基因丢失和早熟收敛问题．采用多尺度逐次逼近反演思想而建立的多尺度逐次逼近遗传算法,能有效地解决上述问题．用该算法对大地电磁资料进行反演,理论曲线和实测资料的试算结果表明多尺度逐次逼近遗传算法能够自动反演地电参数．     

滑坡预报的BP-GA混合算法

提出了滑坡位移预报的一种改进人工神经网络方法－ＡＮＮ－ＧＡ法,与传统的人工神经网络方法相比,该方法加快一网络的学习速度,提高了滑坡位移的预报精度。同时它是一种面向数据的方法,适合于不同地区不同条件下滑坡的预报。两例滑坡预报平均相对误差分别为３．５５％和１．９３％,明显估于传统的ＢＰ算法（分别为１１．３５％和７．２４％）及ＧＰ改进方法（分别为３．９６％和２．６５％）,表明该方法具有科学性、可行性和有     

基于遗传算法的开敞域码头桩基优化设计

利用遗传算法对大型高桩码头的桩基布置问题建立了离散结构优化模型,通过对上海宝钢30万吨码头桩基优化的算例分析,得到了较常规算法更好的结构方案。     

基于RAGA的供水库群水资源配置模型研究

针对动态规划在供水库群优化调度中存在"维数灾",且难以获得真正最优解这一缺点,将改进的加速遗传算法应用到供水库群的水资源优化配置之中。在加速遗传算法中,嵌入局部搜索,以加强算法的全局寻优能力。以库群间的水利联系为线索,设计了相应的算法框架,并提出了供水策略区间的概念。为了体现该算法的优越性,以二个串联供水水库的水资源优化配置为例,选用该方法与基于动态规划的轮库迭代法进行比较研究。结果表明该方法合理可行、收敛速度快,有一定的实用性。     

水库控制流域汛期分期的有效聚类分析

受诸多因素影响的水库汛期分期其实质是一个聚类数目未确知的高维时间序列聚类问题,它要求聚类方法具有能处理高维和时序性数据,且能同时回答聚为几类最为合理的能力。鉴于目前常规聚类方法不同时具备这些能力,在模糊C-均值聚类和紧密与分离聚类有效函数的基础上,提出了能够处理高维时序聚类问题的动态模糊C-均值聚类分析方法和相应的时序聚类有效性函数,耦合二者建立了适用于汛期分期的有效模糊聚类分析方法,提出采用实码加速遗传算法优化求解,克服了模糊C-均值聚类方法常规迭代优化求解对初值敏感的困难,并给出了完备的建模步骤和模型的合理性检验。最后,将模型应用于滦河流域潘家口水库汛期分期中,得出了合理的结论。     

A high precision comprehensive evaluation method for flood disaster loss based on improved genetic programming

Precise comprehensive evaluation of flood disaster loss is significant for the prevention and mitigation of flood disasters. Here, one of the difficulties involved is how to establish a model capable of describing the complex relation between the input and output data of the system of flood disaster loss. Genetic programming （GP） solves problems by using ideas from genetic algorithm and generates computer programs automatically. In this study a new method named the evaluation of the grade of flood disaster loss （EGFD） on the basis of improved genetic programming （IGP） is presented （IGP-EGFD）. The flood disaster area and the direct economic loss are taken as the evaluation indexes of flood disaster loss. Obviously that the larger the evaluation index value, the larger the corresponding value of the grade of flood disaster loss is. Consequently the IGP code is designed to make the value of the grade of flood disaster be an increasing function of the index value. The result of the application of the IGP-EGFD model to Henan Province shows that a good function expression can be obtained within a bigger searched function space; and the model is of high precision and considerable practical significance. Thus, IGP-EGFD can be widely used in automatic modeling and other evaluation systems.     

一种新型混沌遗传优化算法的研究

在对遗传算法交叉、变异后结果的处理方法进行改进并在将进化过程分段的基础上,提出1种新的混沌遗传算法。该算法利用混沌运动的遍历性择优产生初始群体,对每一轮遗传操作所得到的部分当前最优个体进行变尺度混沌搜索。仿真结果表明,该算法具有较高的优化效率,并能求得全局最优解。     

实数编码遗传算法在大地电磁测深二维反演中的应用

作为全局非线性优化的新方法之一的遗传算法,近年来已从生物工程流行到大地电磁测深资料解释中.然而,大地电磁反演问题具有不适定性,解的非唯一性.通过结合求解不适定问题的Tikhonov正则化方法,本文采用实数编码遗传算法求解大地电磁二维反演问题.此算法在构建目标函数时引入正则化的思想,利用遗传算法求解最优化问题.常规的基于局部线性化的最优化反演方法易使解陷入局部极小值,而且严重的依赖初始模型的选择.与传统线性化的迭代反演方法相比,实数编码遗传算法能够克服传统方法的不足且能获得更好的反演结果.通过对大地电磁测深理论模型进行计算,结果表明:该算法具有收敛速度快、解的精度高和避免出现早熟等优点,可用于大地电磁资料解释.