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。     

基于人工神经网络的边坡稳定性评价

应用改进的BP神经网络模型对国道107线清连一级公路部分高危边坡进行了稳定性评价研究。研究表明，改进的BP模型具有收敛快、数据输入方便、预测结果准确可靠等优点*     

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。     

Kohonen神经网络模型在边坡稳定性评价中的应用

在综合分析Kohonen神经网络技术特点的基础上,将该神经网络应用于边坡稳定性分析,建立了评价边坡稳定状态的网络模型,并以大量工程实例样本对网络进行了训练和检验.结果表明,该网络模型预测精度高、简单易行,是评价边坡稳定性的一种有效方法.     

数值模拟在泰赣高速公路边坡稳定性评价中的应用

随着我国经济的不断发展,边坡稳定性评价作为岩土工程的一项重要内容在土木、能源工程起到了越来越重要的作用,本文以泰赣高速公路k211段高边坡为例,利用数值模拟（FLAC3D）对其进行了数值模拟,并对边坡的当前稳定性做出了比较科学的评价。     

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。     

ANSYS在边坡稳定性分析中的应用

目前,大量铁路、公路、水利、矿山等设施的修建,人类工程活动中边坡工程的规模和复杂程度,以及工程造价也相应增大,边坡工程越来越受到学术界和工程界的广泛关注和重视.该文以桃花山盘山公路边坡为研究对象,运用有限元软件ANSYS选取了一个典型断面对边坡稳定性做了分析,模拟开挖支护前后的稳定情况,并对最终的加固方案进行稳定分析评价.     

基于GIS的公路边坡稳定性评价系统

基于SuperMapⅢ地理信息系统开发平台,采用Visual Basic程序设计语言,开发了公路边坡稳定性评价系统,为公路边坡稳定性评价提供了一个实用工具。本文主要介绍系统开发的基本思路、开发环境、主要功能和边坡稳定性评价过程,并给出了勉宁公路的一个应用实例。     

基于MATLAB的边坡稳定性评价方法

针对边坡变形破坏的复杂性,建立了基于MATLAB的边坡稳定性评价神经网络模型,对面向MATLAB神经网络设计中的若干问题进行了探讨。研究表明基于四种快速算法的边坡稳定性评价模型均可满足工程的要求。     

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。     

基于模糊聚类BP 神经网络在边坡稳定性评价中的应用研究

利用边坡样本之间存在的相似性,采用模糊聚类分析方法对边坡样本进行分类,并根据择近原则将预测样本划归为贴近度最大的聚类模式,运用该模式对预测样本的稳定系数进行BP神经网络预测。通过实例证明了该方法的可靠性和有效性。     

动态聚类的城市道路交通状态判别分析

运用遗传算法确定最佳道路交通状态划分类型数,在此基础上引入模糊C均值聚类方法对道路交通状态进行了评价研究,分析得出了不同交通状态下的阈值。应用结果表明,该方法可实现对道路交通状态的评价,并能反映道路交通状态的变化。     

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。     

地震荷载下高填方边坡破坏机理与稳定性分析

主要针对地震荷载作用下高填方边坡的破坏机理和稳定性进行分析评价。采用数值分析方法,就高填方边坡在地震中的破坏机理、破坏模式以及影响因素进行分析,对边坡稳定性的评价方法、控制指标等关键技术进行研究,以揭示地震荷载中高填方边坡破坏机理,建立地震中边坡稳定性评价的静力分析法和动力分析法,并对雅安地震中成雅高速公路填土高度达到25m的K43＋450～K43＋720段路基进行稳定性分析和验证。     

基于矢量和法安全系数的边坡稳定性评价

以边坡的整体稳定性为研究对象,基于矢量和法安全系数k（θ）的边坡稳定性分析,首先确定安全系数的计算方向,在该方向上抗滑力与滑动力比值即为安全系数。该方法评价边坡稳定性时不需引入过多的假设,以显式格式求解,计算过程简便。利用ANSYS软件进行二次开发,利用矢量和法安全系数求解ACADS两道标准考题EX1(a)和EX1(c),得到与考题标准答案非常接近的结果,较边坡计算软件Geo-slope计算结果要小（误差在3 %以内）,证明了采用矢量和法安全系数评价边坡稳定性是可行的。     

基于PCA-SVM的边坡稳定性预测模型研究

提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型。首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较。结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度。     

基于FCM聚类的山区高速公路事故多发点成因分析

归纳总结了现有事故成因分析方法的特点和适用条件,提出了包括人、车、路和环境的山区高速公路交通事故影响因素,分析了各因素间的交互作用.提出了基于FCM聚类的山区高速公路事故多发点成因分析方法,并以京珠高速公路为例进行了验证.结果表明,该方法目标函数的聚类方法设计简单、解决问题范围广、易于计算机实现;山区高速公路最主要的事故因素是车辆追尾和刹车失灵.     

模糊分析法在公路边坡稳定性评价中的应用

山区某高等级公路沿线存在大量挖方路堑高边坡,边些边坡的失稳问题已严重影响公路施工和后期的运营。运用模糊(fuzzy)分析理论对典型挖方边坡的稳定性进行了分析,得出的结论与现场观察的边坡变形破坏迹象相吻合。