经验自举粒子群优化算法

经验自举粒子群优化算法(EIPSO)是在粒子群算法中引入经验自举(EI)搜索算子,该算子的作用就是将随机选择的粒子个体经验的局部重新初始化构成候选经验。根据候选经验和原经验的适应值确定个体的新经验。在粒子进化的每一代,以概率p来执行经验自举搜索,以概率1-p执行经验指导下的进化搜索。EI算子的引入使粒子的搜索范围和多样性得到保持,同时在粒子收敛后算法仍然具有一定的搜索能力。对比实验结果表明该EIPSO算法的良好的综合性能。

经验自举和声算法及其在土坡稳定分析中的应用

为改善基本和声算法的搜索效率,将经验自举操作引入基本和声算法的搜索流程之中,通过设立经验自举操作和基本和声算法的交流通道来实现两者之间的信息共享,形成的混合搜索策略应用于土、边坡最危险滑动面的确定之中,通过分析2个典型土坡算例结果,比较分析基本和声算法和经验自举操作改良后的混合算法的搜索效率,证明经验自举操作的有效性以及混合搜索策略的可行性,经验自举和声算法新引入的参数β宜取较小值,综合考虑可取为0.1～0.3,另外经验自举和声算法对调节参数H和P的依赖性较低。