深部隧道失稳的尖点灾变模型

利用突变理论建立了深部隧道失稳的尖点灾变模型 ,得出了在一定服务年限内粘弹性围岩体与衬砌的各参数之间的关系 ,即衬砌参数取决于围岩参数及隧道的服务年限 ,在一定的服务年限内隧道失稳时 ,衬砌与围岩参数是确定的 ,从而根据围岩参数确定衬砌参数。

隧道塌方的尖点灾变模型及应用

针对隧道塌方失稳问题 ,运用灾变理论建立隧道塌方失稳的尖点灾变模型。基于平衡曲面方程 ,可求得隧道围岩体内承载区介质刚度与对应的松弛区弱化介质本构曲线拐点处刚度之比值 K,并给出了塌方与否的判据 ,当 K≤ 1时 ,隧道将发生塌方失稳 ;当 K >1时 ,隧道将不会发生塌方失稳。根据此模型 ,笔者解释了隧道中几种常见的灾变破坏机理 ,并提出了相应的治理方案。

一般本构关系下岩石失稳破裂的尖点灾变模型研究

针对岩石加载过程中的失稳现象,以灾变理论为工具,采用一般的岩石本构关系,研究了岩石试样在加载过程中的灾变失稳破坏机制。经过理论分析,建立了岩样单轴压缩失稳的尖点灾变模型,得出了岩样单轴压缩的失稳条件。推导了岩样失稳的尖点灾变模型在一般本构关系下的平衡方程、分歧点集、全位移参量、位移突跳、全位移等参量与能量突跳的表达式,进而分别讨论了这些参量随试验机的刚度和系统刚度比的变化状况。研究结果表明,试验机的刚度和系统的刚度比一定时,岩石加载系统的位移突跳值、全位移参量、全位移和能量突跳值均由系统的刚度比确定;位移突跳值与试验机的刚度、系统的刚度比成反比关系;岩石试样发生失稳破坏时的能量突跳值与试验机的刚度、系统的刚度比成反比关系。

灾变粒子群优化算法及其在交通控制中的应用

城市交通系统是一个随机性很强的、复杂的巨型系统。为了获得良好的通行效率,必须对城市区域交通协调控制信号进行整体优化,但是到目前为止还没有一个能较好完成此项任务的、实用的实时智能优化方法。在粒子群优化算法中引入灾变策略和模型,开发了灾变粒子群优化算法,解决了基本粒子群算法易陷入局部极小点的缺陷,并将其应用于城市区域交通协调控制信号配时优化。仿真结果表明:与基本粒子群算法(在陷入局部极小点时)、固定周期法和遗传算法等配时方法相比,采用所开发的灾变粒子群优化算法对区域交通协调控制信号进行智能优化配时,被控区域的车辆平均延误可以分别平均减少25.2%、41%和11.5%,并可以大大提高路口的通行效率。开发的灾变粒子群优化算法也可以应用于其他许多对象的优化。

基于分层并行灾变粒子群算法的交通控制

提出了分层并行策略结合灾变模型的混合粒子群算法——分层并行灾变粒子群算法(HPCPSO),它能提高算法的收敛性和稳定性。同时通过对交叉口交通情况的研究,把车辆延误、车辆停车数和能源消耗都纳入性能指标值,建立了区域交通协调控制优化模型。在此模型的基础上,应用分层并行灾变粒子群算法实现了交通信号优化控制及验证算法。仿真结果表明,分层并行灾变粒子群算法相对于基本粒子群算法提高了寻找全局最优解的能力,能够有效实现交通信号优化控制。

基于双向并行灾变粒子群算法的区域交通控制

针对基本粒子群优化算法易陷入局部极值点、搜索精度低等缺点,引入灾变模型,采用双向并行策略,提出一种双向并行灾变粒子群优化算法(BPC-PSO),并将其成功应用于城市区域交通控制信号参数配时优化。仿真结果表明:双向并行灾变粒子群算法相对于基本粒子群算法大大提高了寻找全局最优解的能力,使车辆平均延误和平均停车率都比基本粒子群算法有明显地降低。

一种基于灾变策略的改进差分进化算法

针对差分进化算法全局寻优效率偏低的弱点,提出了一种灾变策略,用以改进常规差分进化算法。该策略通过在进化过程中引入尖点灾变模型并适时进行灾变操作。实例测试表明这种灾鞭策略效果良好,并已成功地应用于铯-铷-钒系低温硫酸催化剂上SO2催化氧化反应动力学模型的非线性参数估计。