摘要
提出了仿生算法(Bionic Algorithm)的概念,讨论了仿生算法的基本原理和方法,并对几种常见的仿生算法(神经网络算法、遗传算法、蚁群算法和模糊系统方法)进行了全面改进。同时,针对边坡和基坑工程中存在大量的随机性、模糊性等不确定因素,将仿生算法用于边坡和基坑工程分析与设计中,提出了一种全新的设计思路和理念。本文主要的研究成果有:(1) 将新兴的、具有全局收敛性的信赖域算法用于神经网络的学习算法中，提出了基于信赖域算法的前向型神经网络模型。 (2) 通过引入数值优化方法，改善遗传算法的局部搜索能力，以及改进选择方式和遗传操作等措施，提出了3种新型的混合遗传算法：改进复合型遗传算法、可行方向遗传算法和信赖域遗传算法。 (3)通过在基本蚁群算法中引入启发式算子，提出了求解多阶段完全序贯决策问题和多阶段不完全序贯决策问题的启发式蚁群算法。 (4) 基于神经网络驱动的T-S型模糊系统，根据国内外的80个边坡实例，建立了一种可快速有效评价边坡稳定性的神经网络模型，与同类方法相比，其预测精度明显要高。 (5) 基于Morgenstern-Price法，导出了便于数值计算的边坡安全系数通用计算式，提出了适应性更强的条间力函数式；应用该文提出的新型混合遗传算法和启发式蚁群算法，提出了一种?
出处
《岩石力学与工程学报》
EI
CAS
CSCD
北大核心
2003年第9期1578-1578,共1页
Chinese Journal of Rock Mechanics and Engineering
