土坡非圆临界滑动面求解的混合搜索方法

在非圆临界滑动面的搜索中,先进行圆弧滑动面的搜索,将得到的临界圆弧滑动面作为非圆临界滑动面搜索的初始滑动面,采用改进粒子群优化算法——快速粒子群算法寻优;然后根据搜索到的较优值缩减搜索域的范围,再利用改进和声搜索算法寻优,将得到的结果作为问题的最优解。最后采用Spencer法计算滑动面的安全系数,并利用2个复杂土坡作为算例来检验混合方法的有效性。比较结果表明:该方法适用于多变量优化问题的求解。     

基于B样条曲线逼近的边坡临界滑动面的混合启发式搜索算法

采用三次均匀B样条函数模拟边坡任意形状滑动面,探讨了B样条曲线的端点处理方法和有效滑动面生成策略。将万有引力算法(GSA)与粒子群算法(PSO)两种启发式算法相融合,同时引入雁阵效应、非线性惯性权重进行改进,提出一种新的混合启发式搜索算法(HHA)。该算法增加了粒子的记忆性与群体信息交流功能,协调了全局和局部寻优能力。数值试验表明:HHA能有效克服GSA易陷入局部最小的不足,具有更好的优化精度、效率与稳定性。结合Morgenstern-Price法,对生成的有效滑动面计算安全系数,并以安全系数为目标函数,采用HHA搜索临界滑动面。4道标准考题分析验证发现:三次均匀B样条曲线能合理逼近任意形状临界滑动面;HHA对临界滑动面的搜索优于GSA,对非均质、含软弱夹层及考虑地震效应的复杂边坡均具有适用性。     

基于Morgenstern-Price法和改进径向移动算法的边坡稳定性分析

为了能够准确确定边坡的非圆弧临界滑动面位置及其相应的安全系数,采用一种新的启发式优化算法——径向移动算法,对边坡进行稳定性分析。通过调整原算法中的数据结构,增强粒子的自反馈能力,提出改进径向移动算法（IRMO）。安全系数的求解采用严格的Morgenstern-Price法,应用Newton-Raphson法,建立了满足条间力平衡与力矩平衡的Morgenstern-Price法中安全系数F和条间力参数λ的迭代计算公式。基于Morgenstern-Price法,采用IRMO算法对边坡稳定性进行分析,通过2个典型边坡算例和1个复杂海堤边坡实例,从稳定性、精确性、计算效率等多个角度将IRMO算法与未改进的径向移动算法进行对比论证,同时将IRMO算法与粒子群算法、改进粒子群算法等其他算法进行对比分析。结果表明：相比未改进的径向移动算法,IRMO算法连续搜索20次临界滑动面的结果重叠度更高,证明IRMO算法稳定性更强,IRMO算法的安全系数值随代数收敛的速度更快,证明IRMO算法的计算效率更高;与粒子群算法、改进粒子群算法等启发式算法相比,IRMO算法搜索到的临界滑动面位置与其他算法一致,安全系数计算结果更接近裁判答案,标准差也最小,证明IRMO算法在边坡稳定性分析问题上更具可行性与优越性;通过海堤边坡实例的分析,IRMO算法得到了该边坡合理的安全系数值和临界滑动面位置,表明该算法能够正确评估边坡稳定程度,可以应用于实际工程中。     

基于粒子群算法的粘性土主动土压力计算方法

假定挡土墙后滑动面为库伦平面滑裂面,基于能量法,推导出了适合与砂性土与粘性土的主动土压力计算公式,然后引入粒子群智能优化算法,对最危险滑动面所对应的破裂角在变量范围内进行全局搜索。运用本文方法分别对墙后填土为为砂性土和粘性土的挡土墙土压力进行计算,发现对于砂性土,优化方法得到的破裂角与理论精确解完全一致;对于粘性土,方法计算结果与实测结果相对误差为5.5%。     

二维边坡最危险滑动面搜索及评价研究

基于有限单元法,提出一种最危险滑动面的自动搜索评价算法,评价边坡安全性:首先在土坡内寻找最危险单元,然后搜寻毗邻最危险单元,往复该过程,即可形成完整滑动面.不需人为假设滑动面形状和位置;算法只需一次搜索即可确定滑动面形状和位置,计算效率高;算法确定的滑动面形状接近圆弧滑动面,计算得到的安全系数与圆弧法接近;自动搜索评价...     

土质边坡最大滑坡推力滑动面研究

目前,边坡稳定问题的关键就是如何寻找最危险滑动面。最危险滑动面并不代表是有最大滑坡推力的滑动面。而在对边坡进行处治时,滑坡推力是最重要的参数之一。为了得到所有潜在滑动面中最大的滑坡推力,该文提出了最大滑坡推力滑动面的概念。以圆弧滑动面为研究对象,采用模式搜索法进行最危险滑动面的搜索,并采用不平衡推力法计算所有潜在滑动面的剩余下滑力。通过对所有潜在滑动面对应的剩余下滑力的比较,找出最大滑坡推力滑动面。算例结果表明:最大滑坡推力滑动面是存在的,其比最危险滑动面有更大的剩余下滑力,同时还有更大的滑动范围。因此,最大滑坡推力滑动面在边坡处治设计时是有必要考虑和重视的。     

基于自适应遗传算法的路堤边坡稳定性分析方法

基于圆弧滑动面假定,提出了一种用自适应遗传算法搜索最危险滑动面及其对应的最小安全系数的新方法。该方法是一种改进的遗传算法,采用自适应求取适值、动态调整交叉率和变异率、自适应区间收缩。自适应遗传算法有效克服了传统方法易陷入局部极小的缺陷,提高了算法的搜索效率、精度和稳定性。     

基于扰动收缩粒子群算法的物联网配送车辆调度

为了提高物联网配送车辆的调度效率,采用扰动收缩粒子群算法。首先建立物联网配送车辆优化调度问题的数学模型,考虑到货物品种及数量、需求时间和地点、运输线路以及运输时间的不确定性,包括运输成本、时间惩罚成本、固定成本;接着对基本粒子群算法增设非线性扰动因子用来平衡粒子的全局和局部搜索,在进化前期值比较小,让粒子主要进行局部搜索,而在后期设置值比较大,进行全局搜索,同时增设收缩算子,避免粒子的过度振荡,粒子编码涉及到收货点、车辆编序、行驶顺序,给出了算法流程;最后,仿真试验和实例分析验证了算法的合理性与可行性。结果表明:增设收缩算子对任务目标点寻优地理位置偏差值最小,避免了总成本增加;带有非线性扰动因子调整策略的粒子群优化算法具备更强的跳出局部最优的能力,优化后的算法运行速度加快;对于每次试验的搜索成功率以及违约惩罚成本占总成本比例,与遗传算法、蚁群算法、粒子群算法、混沌量子粒子群算法、模拟退火粒子群算法和柯西变异粒子群算法预测方法相比,扰动收缩粒子群算法预测方法具有更高的搜索成功率和较低的违约惩罚成本,能够满足物联网配送车辆系统对预测精度的需求,对实现实时交通控制具有重要意义。     

退火遗传算法在边坡稳定性分析中的应用

在边坡稳定性分析中,常规方法诸如逐点扫描法受自身的局限,难以寻找到最危险的滑动面且易受人为因素的影响。将退火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,同时又利用退火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,很好地解决了滑坡最危险滑动面的搜索问题,为边坡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。     

软弱土(ψ≠0)地基上加筋路堤稳定性分析

探讨软弱土(ψ≠0)地基加筋路堤稳定性分析方法.针对传统分析方法因对加筋材料的加筋作用估计不足,导致计算结果过于保守问题,文中在充分考虑加筋体的加筋作用下,提出了加筋路堤稳定性分析新的改进分析计算方法,并同时提出采用演化算法搜索临界滑动面和最小安全系数.算例计算结果表明,提出的加筋路堤稳定性分析方法与工程实际情况吻合较好,而且混合演化算法能有效地搜索到路堤所有的临界滑动面.     

ISG型混合动力汽车粒子群优化模糊控制研究

针对ISG型混合动力汽车能量分配的控制过程,应用传统的模糊控制存在精度不高、自适应能力有限等问题.提出一种粒子群优化模糊控制的方法.在应用传统模糊逻辑建立控制模型基础上,利用粒子群算法对模糊控制中的隶属度函数进行优化,实现了优化的隶属度函数随环境变化以及负载变化实时跟踪模糊控制器的参数变化.仿真结果表明,与Insigh...     

机场群共用航路点的航班排序模型及算法

机场群上空空域资源共享、运行耦合复杂，拥堵往往发生在共用航路点。为缓解空域拥堵和航班延误问题，开展了机场群共用航路点的优化排序研究。针对共用航路点的运行特征，引入惩罚因子并以总延误时间成本最小为优化目标，建立了机场群共用航路点的航班优化排序模型，基于滑动时间窗算法和粒子群优化算法的原理提出了TW-PSO组合优化算法对模型进行求解。选取京津冀机场群过共用航路点的航班进行算例仿真，结果表明:TW-PSO组合优化算法与FCFS算法、滑动时间窗算法、粒子群优化算法相比在高峰时段的总延误时间成本分别减少了216，212，161 min；在算法性能方面，具有比经典算法迭代次数少、优化效果更佳的优点，能有效缓解航班延误问题，改善机场群的协同运行效率。      

Force control for path following of a 4WS4WD vehicle by the integration of PSO and SMC

The aim of this paper is to present a novel control method for a four-wheel steer and four-wheel drive (4WS4WD) vehicle. The novelty is in the integration of sliding mode control (SMC) and particle swarm optimization (PSO) that is proposed to solve the control problem caused by the nonlinear, highly coupled and over-actuated characteristics of the four-wheel steer and four-wheel drive (4WS4WD) vehicle. The validity of the control method is evaluated by two criterions, namely path following performance assessed by the vehicle's position errors with respect to the reference path, and motion quality reflected by the smoothness of vehicle's velocities and accelerations. In vehicle modelling, a kinematic model and a dynamic model considering all slip forces are proposed for the controller design. Simulation results are provided to demonstrate the applicability of the proposed methodology and its robustness.     

混合动力重型货车参数局部与集成优化仿真研究

动力耦合系统的动力源参数匹配和能量管理策略两者相互关联，为提高混合动力重型货车的综合性能，两者应集成设计。针对混合动力重型货车参数匹配需反复计算、验证的特点，在Matlab/Simulink中建立了可缩放、自动寻优的参数匹配模型。以经济性为目标函数，基于粒子群算法进行动力源参数匹配，得到局部最优动力源参数结果。针对混合动力重型货车中广泛采用的基于规则的能量管理策略，其规则控制中一些阈值参数不确定的问题，应用粒子群算法对其关键控制参数进行优化，得到局部最优控制参数。为了实现全局最优的匹配结果，将动力源部件参数和控制策略参数进行集成优化，以动力性为约束条件，经济性最优为优化目标，得到全局最优的参数匹配结果。对比显示，全局优化匹配效果相较于动力源参数局部优化提升11.4%、相较于控制策略参数局部优化提升12.4%。     

双排抗滑桩桩土作用分析模型及其应用

考虑坡体滑移的最不利工况,以滑动面为分界面,分析了双排桩与坡体作用的作用机理与关系表达式;引入p-y曲线法模拟桩间土与双排桩接触非线性特征,并结合经典土压力理论与相关应力路径三轴试验对其参数进行了求解,由此建立了双排抗滑桩与桩周土体非线性相互作用模型。在此基础上,导出双排桩不同特征桩段微分方程,利用横系梁传力协调作用及边界条件,提出了双排桩桩身内力和位移的有限差分迭代算法。试验对比分析表明,计算值与实测值吻合较好,该方法可用于双排抗滑桩的内力分析计算。     

基于混合粒子群算法的土钉支护结构设计参数优化

在土层工程地质情况一定的条件下,如何寻找一组最佳设计参数,以达到既经济又安全的目的,是土钉支护设计的一个重要问题。这是一个复杂的优化设计问题。就此,提出基于混合粒子群优化(PSO)算法的基坑土钉支护优化设计方法,以单位长度土钉墙的土钉材料造价作为优化的目标函数。该方法保持了PSO算法结构简单的特点,改善了PSO算法的全局寻优能力,提高了算法的收敛速度和计算精度,不活动粒子的处理使算法避免了“早熟”现象的出现。工程实例计算表明,该方法是进行土钉支护结构优化设计的有效方法。     

系统综合效率优化的插电式混合动力车辆的能量管理策略

为了提升插电式混合动力汽车(PHEV)的动力系统的真实能效,从综合能效最优的角度,研究了插电式混合动力系统能量管理策略.针对系统综合效率的时变性和耦合性,建立了系统效率评价模型,对电池储存电能的效率进行评价和动态修正,以系统综合效率最优为目标,结合粒子群优化算法,构建了能量管理策略.基于GT-Suite和Simulin...