基于改进型果蝇算法的Richards模型在地铁工程沉降预测中的应用

针对地铁沉降具有非线性的特点以及Richards模型参数估计困难的问题,该文建立了改进型果蝇算法优化的Richards预测模型。引入变步长,并将标准粒子群算法和变步长果蝇优化算法相结合,通过粒子种群和果蝇种群对最优位置信息的相互共享来更快地找到Richards模型参数的最优值。为验证该预测模型的准确性和有效性,结合工程实例,借助C++编程与遗传算法、标准粒子群算法、果蝇算法等优化的Richards模型进行比较。程序运行结果表明,改进型果蝇算法优化的Richards模型预测精度更高,收敛速度更快,适用于地铁沉降形变预测。