应用改进和声搜索算法分析边坡的稳定性

为提高基本和声搜索算法的全局搜索能力,提出了基于未知解空间探索与已知解空间开发相平衡的改进和声搜索算法。在基本和声搜索算法迭代一段时间后,在当前最好解的周围进行开发,所得的改进解反馈给基本和声搜索算法,继续进行迭代,如此反复,直至没有更好解产生为止。将新算法用于求解边坡最小安全系数,算例分析表明其效率比基本和声算法有较大提高。     

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。     

基于混沌的网鱼算法在边坡稳定分析中的应用

针对多变量优化问题的求解,基本网鱼算法的搜索效率下降,提出采用混沌变量的遍历性来模拟网鱼算法中两种不同密度网的实施过程。密度较小的网主要用于对未知解的探索,而密度较大的网主要用于对已知解进行开发,形成了基于混沌的网鱼算法,并将其应用于某边坡的最小安全系数搜索中。详细介绍了基于混沌的网鱼算法的实施步骤。所得计算结果与已有结果进行了比较,分析结果表明,基于混沌的网鱼算法具有较高的搜索效率,可应用于道路边坡的设计。     

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。