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。     

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。     

基于复合形遗传算法路堤边坡可靠性分析

建立了边坡可靠性分析的统一数学模型,提出了一种路堤边坡可靠性分析和临界滑动面搜索的复合形遗传算法,给出了一个实例,结果表明本文方法实用可靠.     

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.     

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...     

预应力锚索抗滑桩治理滑坡的稳定性分析

以极限平衡理论为基础,假定滑动面为圆弧面或近似于圆弧面,采用Bishop法,考虑竖向条间剪力对滑移面抗剪强度的影响,建立了滑坡最危险滑移面的搜索模型,并推导了稳定系数的求解公式;运用遗传算法对支挡结构最危险滑移面进行动态搜索和确定,计算其稳定性系数,避免了在优化设计中陷入局部最小值的缺点,使其结果更具有效性和准确性。     

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。     

利用粒子群优化算法求解土坡非圆临界滑动面

提出修复策略替换惩罚策略来修复搜索过程中可能出现的不合理滑动面,以更有效搜索最危险的滑动面。将粒子群中每个粒子比拟为滑动面,利用粒子群优化算法求解两个土坡的最小安全系数及其临界滑动面,同已有的结果比较,证明了文中提出的两种策略是合理有效的。     

地震作用下土钉支护边坡稳定性分析

在考虑土钉对土质边坡稳定性影响的情况下,根据土体边坡滑移面的破坏模式、塑性极限理论以及拟静力法,建立了地震作用下土钉支护边坡稳定性模型,推导了边坡滑移面圆心位置与稳定系数之间的函数关系以及滑移面上耗散内能的计算表达式,并且采用遗传算法,实现了地震作用下土钉支护边坡的稳定性验算。结果表明:这种计算方法避免了在圆弧搜索中陷入局部最小值的缺点,可以考虑孔隙水压对稳定性的影响,对土质较均匀的黄土地区是适用的。     

转向加速工况下汽车驱动防滑控制系统滑转率算法研究

汽车低速转弯加速时,用后轮轮速作为参考车速计算驱动轮滑转率会造成计算偏差,引起驱动防滑控制系统误干预,为此提出了驱动轮滑转率计算的修正算法.该修正算法不需要增加前轮转角传感器,而是采用两非驱动轮轮速估计车身横摆角速度和汽车前轮转角,进而计算出前轮参考轮速,并将前轮参考轮速代替车速对转弯工况的驱动轮滑转率计算进行修正.试验结果表明,该修正算法消除了滑转率计算误差,可防止汽车在高附着路面上转弯加速时驱动防滑控制系统的误干预.     

面向汽车纵向安全辅助系统的路面附着系数估计方法

文中通过仿真研究探索了一种基于车轮滑移率的路面附着系数识别方法.首先讨论了有效估计驱动轮滑移率和利用附着系数的途径,然后在此基础上,提出了基于贝叶斯原理的路面附着系数估计迭代算法,并利用车辆动力学软件veDYNA对该算法进行仿真分析.结果表明,在滑移率大于代表不同路面的最小滑移率阈值的工况下,该方法能够快速、准确地捕获路面特征,满足汽车纵向安全辅助系统调整安全策略的需要.     

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。     

汽车侧偏角与横摆角的仿真与估计

为了提高汽车操纵稳定性和安全性,设计汽车状态观测器模型对难以测量的质心侧偏角与横摆角速度的数据进行估计是很有必要的。本文利用扩展卡尔曼滤波算法并基于二自由度汽车模型上对质心侧偏角进行估计及仿真分析,仿真的结果与估计的结果吻合,估计结果具有较高的应用价值。     

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%。     

基于GA-BP的运营隧道工程结构安全性评估

以赣定高速公路谷山隧道工程为例,利用遗传算法和BP神经网络相结合的方法,建立运营隧道结构安全评估模型。网络结构采用遗传算法优化BP神经网络权值和阈值,提高了网络收敛速度,克服了传统的神经网络训练时间长、容易陷入局部极小值的问题。并将该模型应用到谷山隧道运营结构安全性评估中,具有较高的学习精度和较快的收敛速度。