基于改进遗传算法的公路边坡稳定性分析方法

采用瑞典圆法计算滑面为圆弧时边坡的安全系数,并在遗传算法中增加Powell算法作为局部搜索过程,从而在保证遗传算法良好的全局搜索能力的同时,也提高了遗传算法的搜索速度.采用改进后的遗传算法搜索边坡的最小安全系数及与之相对应的滑动面,结合公路边坡工程实例检验了所提出方法的有效性.     

基于加速遗传算法的震区边坡稳定性可靠度分析

针对传统极限平衡理论的传统边坡安全度评价方法——中值安全系数法难以体现边坡工程的不确定性,本文基于随机概率分析的边坡稳定可靠度分析方法,充分考虑岩土体参数的均值及其变异性,采用的加速遗传算法计算边坡可靠度指标,并同时搜索最危险滑动面的算法,避免了遗传算法的嵌套,减少了计算量,从而极大的提高运算效率。结合湖南省对口支援四川理县灾后重建项目——理县至小金公路（理县段）k4＋040路堑边坡开展可靠度分析,计算结果表明,该边坡在普通工况条件下边坡安全系数为1.305,满足规范要求,其可靠度指标Pf=10.21%,稳定性较好;但对于该地可能出现的强震及降雨（工况3）,边坡安全系数分别为1.060,边坡基本处于极限平衡状态其可靠度指标Pf=5.87%,稳定性较差,在此基础上提出的加固优化方案,为今后类似工程提供参考。     

降雨渗流对边坡稳定性影响分析

基于饱和-非饱和渗流理论,利用数值仿真方法,模拟降雨条件下边坡渗流场的变化规律。再考虑渗流产生的孔隙水压力,对边坡的稳定性进行了分析,应用条分法计算边坡安全系数,并采用网格法搜索最危险滑移面。对不同降雨条件下边坡的安全系数和最危险滑移面进行了分析对比,为相关工程提供参考。     

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。     

降雨条件下的边坡稳定性分析

基于饱和-非饱和渗流理论,利用数值仿真方法,模拟降雨条件下边坡渗流场的变化规律.再考虑渗流产生的孔隙水压力,对边坡的稳定性进行分析,运用条分法计算边坡安全系数,并采用网格法搜索最危险滑移面.对不同降雨条件下边坡的安全系数和最危险滑移面进行分析对比,为工程实际提供参考.     

桥基荷载作用下斜坡稳定性评价的三维有限元法

基于强度折减法,采用弹塑性有限元方法以三维实体单元模拟桥基荷载作用下的斜坡,利用逐步改变步长的搜索法求解出桥基荷载作用下边坡的安全系数,将强度折减法从二维平面问题引申到三维空间问题,避免了二维方法中桩基计算宽度的确定,更好地得出边坡应力应变分布情况,提出将塑性区是否贯通作为求解边坡安全系数的标准,为复杂边界下求解边坡稳定性分析评价提供了新的思路和方法。以湖南湘西印家溪大桥为工程实例,计算分析了该桥边坡在桥基荷载作用下的稳定安全系数,计算结果表明了本文方法的有效性。     

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。     

刚性桩网路基边坡稳定性分析的编程实现

圆弧滑动法是对复合地基稳定性进行计算分析的常用方法,福建地方标准也采用该方法,且认为破坏模式为弯断破坏。考虑到该方法的计算量大,为简化求解,文中利用Visual C++语言编程,通过输入土体参数、边坡几何参数和布桩参数得到边坡安全系数,再采用黄金分割法搜索出最小安全系数,实际工程应用结果显示该程序的误差较小。     

加速遗传算法在路堤边坡稳定性分析中的应用

根据加速遗传算法的思想和瑞典法基于圆弧滑动面的假定,提出一种用加速遗传算法搜索最危险滑动面及其对应的最小安全系数的方法。该方法是一种改进的遗传算法,它不仅能克服传统方法容易陷入局部极小值的缺点,而且较简单遗传算法具有更高的搜索效率,计算时间短,搜索的解更优,是一种全局优化算法。通过某高速公路工程实例对其进行了验证,结果令人满意。