蚁群算法在非圆弧滑动面边坡稳定分析中的应用

利用蚁群算法能够对多变量的、复杂的、非线性的问题进行优化,并能在全局范围内进行优化搜索的特点,将其应用于非均质或复杂边坡稳定分析中,对非圆弧滑裂面进行搜索,并利用斯宾塞法计算出其对应的安全系数。计算表明,蚁群算法能够成功地搜索到全局最优解,得到临界滑动面及其对应的最小安全系数,运用蚁群算法解决复杂边坡稳定分析问题是可行和适宜的。

改进遗传算法在边坡稳定非圆弧滑动面搜索中的应用

利用遗传算法所具有的很强的适应度、鲁棒性、擅长搜索全局最优解等特点,将其应用于边坡稳定分析和设计中,可以克服传统方法容易陷入局部最优解的缺点.对于比较复杂的边坡,则其可能滑裂面并非圆弧状,利用遗传算法搜索得到滑裂面上一些离散点的坐标,从而得出滑裂面的位置及其对应的安全系数.通过实例计算,表明了遗传算法在该边坡非圆弧滑动稳定分析中的适用性.

一种边坡非圆弧滑动面的向量表示方法

在边坡稳定分析中,对于非均一地层边坡,其破坏临界滑动面趋向非圆弧面。从滑动面的特征出发,将滑动面控制点和滑动面形状约束用一种数学模型表示,研究出一种新的滑动面表示方法,有效保证了滑动面表示的合理性,以及对关键点控制的灵活性。同时,它也是一种具有一般性的表示,随着边坡与滑体控制范围的不同,相同的表示会产生完全不同的滑动面。这种表示应用于临界滑动面的搜索过程中,可有效保证搜索成功率,提高滑面搜索效率。

复杂边坡非圆弧滑动面求解的类电磁机制算法

针对复杂边坡非圆弧滑动面求解,结合双层搜索机制,将类电磁机制算法作为第1层搜索方法,将粒子数较少的类电磁机制算法或复合形法作为第2层搜索方法。研究结果表明:本文的2种算法与其他算法相比所得结果都比较接近,证明本文方法的有效性;左右交点位置对安全系数影响的敏感度于滑动面其他节点的低;复合形法作为第2层搜索方法,其计算精度比采用类电磁机制算法的略高,但迭代次数成倍增加;算例中可能存在若干条滑动面,安全系数相差很小,但滑动面位置有差别。

粒子群优化算法搜索土坡临界非圆弧滑动面

为了提高土坡稳定性状分析的速度和精度,提出了结合有限元分析结果用粒子群优化算法(PSO)来确定边坡最危险滑动面及其对应的最小安全系数的技术方法。这种方法以有限元分析结果为基础,不必假定滑动面的形状,对于软硬差别较大的成层土坡以及边界条件或受力情况比较复杂的实际土坡工程问题,可以得到合理的结果。通过两个算例,证明了这种方法的可行性。

浅谈软弱地基上堤坝的浅层非圆弧滑动分析

堤坝边坡稳定问题通常采用圆弧法进行计算分析,但当地基表层存在淤泥软土时,还应对堤坝进行浅层非圆弧滑动的稳定分析。本文以上海某圈围工程为例,通过稳定计算分析验证:地基表层为软弱土层的堤坝存在浅层非圆弧滑动较圆弧滑动更为不利的稳定问题,设计时应予以重视。

相遇蚁群算法在边坡非圆弧临界滑动面搜索中的应用研究

边坡非圆弧临界滑动面搜索是边坡稳定计算中的一个关键问题,其实质为安全系数最小的滑动路径搜索问题,采用效果良好的路径搜索算法——蚁群算法是目前研究的热点。为了克服传统蚁群算法效率低、效果差的缺点,基于蚂蚁正反向搜索相遇形成完整路径的原理,提出了一种相遇蚁群算法。将该算法用于边坡非圆弧滑动面搜索问题,提出了一种非圆弧临界滑动面搜索的新方法。通过2个边坡的算例计算及一个水库岸坡的工程应用,验证了新算法的有效性。计算结果表明,相遇蚁群算法无论是整个搜索范围还是从某一点起的搜索范围都要比一般蚁群算法大,所以相遇蚁群算法在搜索边坡临界滑动面时所得到解的多样性也要比一般蚁群算法好,因此,相遇蚁群算法的搜索范围能以较大的概率包含全局最优解,算法最终也能以较大概率搜索到全局最优解。最终,相遇蚁群算法可以在更大的范围内以更快的速度找到边坡的临界滑动面。

基于改进蚁群系统算法与矢量和法的边坡临界滑动面搜索

边坡临界滑动面的确定是边坡抗滑稳定分析中的关键问题之一。针对基本蚁群算法搜索边坡临界滑动面效率低、效果差的缺点,提出运用蚁群系统算法结合矢量和法来搜索边坡任意形状临界滑动面的位置,并引入蚂蚁分工机制和信息素平滑化机制来改进算法的全局寻优性能。通过对澳大利亚计算机应用协会(ACADS)设计的两道经典考题以及一个水库岸坡的分析计算,验证了改进搜索算法的可行性和准确性。计算结果对比分析表明,改进的蚁群系统算法很好地提高了搜索效率,且可以有效地避免算法陷入早熟停滞。

基于M-P法的抗滑桩支护边坡稳定性分析

为评价采用抗滑桩支护后的边坡稳定性,从设计和验算两个角度着手,基于Morgenstern-Price(M-P)法建立了抗滑桩支护边坡的分析模型,进而得到了抗滑桩下滑力和边坡安全系数的表达式;通过引入自适应遗传优化算法,建立边坡稳定性分析优化模型,搜索采用抗滑桩支护边坡的非圆弧最危险滑动面;从确定安全系数求抗滑桩所受下滑力和确定抗滑桩抗力求边坡最小安全系数两种情况出发,探讨了抗滑桩位置对边坡稳定性的影响。结果表明:该方法可搜索出更加符合实际情况的边坡非圆弧最危险滑动面,并且能够得到抗滑桩的下滑力或边坡的最小安全系数,相同条件下抗滑桩应设置在边坡中部较为适合,才能最大发挥抗滑桩的加固作用。

基于改进遗传算法的地下空区边坡稳定性分析

以边坡稳定性计算的非圆弧滑动面条分法为基础,提出一种改进的遗传算法。在无需对边坡最危险滑动面的几何形状进行假设的前提下,自由搜索最危险滑动面及其对应的最小安全系数。通过工程实例,将改进方法与其他方法进行对比分析,结果表明:该方法不仅准确可靠,而且总能搜索到全局最优解。该实例也表明:在其他条件不变的情况下,地下空区是导致边坡失稳的主要因素。

基于M-P法的抗滑桩支护边坡稳定性研究

为评价采用抗滑桩支护后的边坡稳定性,从设计和验算2个角度着手,基于Morgenstern-Price(M-P)法建立了抗滑桩支护边坡的分析模型,进而得到了抗滑桩下滑力和边坡安全系数的表达式;通过引入自适应遗传优化算法,建立边坡稳定性分析优化模型,搜索采用抗滑桩支护边坡的非圆弧最危险滑动面;从确定安全系数求抗滑桩所受下滑力和确定抗滑桩抗力求边坡最小安全系数2种情况出发,探讨了抗滑桩位置对边坡稳定性的影响。结果表明,该方法可搜索出更加符合实际情况的边坡非圆弧最危险滑动面,并且能够得到抗滑桩的下滑力或边坡的最小安全系数,相同条件下抗滑桩应设置在边坡中部,才能最大发挥抗滑桩的加固作用。

基于交替变量局部梯度法对土质边坡的三维稳定性分析

临界滑动面的获得是土质边坡稳定性分析中一个必要的过程,然而现有分析方法难以保证该临界滑面的准确性,而且部分分析方法在计算过程中会陷入局部最小值陷阱。基于单变量方法和最速梯度法,提出了交替变量局部梯度法,该方法能够突破最优化方法应用在边坡稳定性分析上的瓶颈。首先,通过斯宾塞极限平衡方法和网格搜索法(或者其他确定临界滑面的方法),获得边坡初始椭球状临界滑面;其次,在该滑面上布置若干节点作为变量,目标函数为安全系数Fs关于空间节点坐标Zi的方程,为了使目标函数快速降低,沿负梯度方向循环优化每个节点,当满足一定精度要求时,即可获得三维土质边坡非圆弧状临界滑动面;最后,通过算例证明该方法可行,计算结果可靠。

边坡稳定性分析改进的径向移动算法研究

边坡非圆弧临界滑动面搜索是边坡稳定性计算中的一个关键问题,其实质是找到一条安全系数最小的滑动路径。采用新的全局最优化算法——径向移动优化算法搜索路径相对其他算法具有快速、存储空间小、计算简单等优势,但却存在搜索结果不稳定的现象,为克服这个问题,对其数据结构进行调整,提出了改进的径向移动算法,使路径搜索趋于稳定。搜索到的滑动面路径对应的安全系数采用不平衡推力法进行计算,在可行性分析的基础上,采用二分法对安全系数快速、精确地求解。通过一个水库岸坡的算例计算,验证了改进的径向移动算法用于非圆弧临界滑动面搜索的有效性。又通过分析对比改进的径向移动优化算法和粒子群算法的搜索结果,展示了改进的径向移动算法快速收敛,稳定性高的显著优势。

基于Morgenstern-Price法和改进径向移动算法的边坡稳定性分析

为了能够准确确定边坡的非圆弧临界滑动面位置及其相应的安全系数,采用一种新的启发式优化算法——径向移动算法,对边坡进行稳定性分析。通过调整原算法中的数据结构,增强粒子的自反馈能力,提出改进径向移动算法(IRMO)。安全系数的求解采用严格的Morgenstern-Price法,应用Newton-Raphson法,建立了满足条间力平衡与力矩平衡的Morgenstern-Price法中安全系数F和条间力参数λ的迭代计算公式。基于Morgenstern-Price法,采用IRMO算法对边坡稳定性进行分析,通过2个典型边坡算例和1个复杂海堤边坡实例,从稳定性、精确性、计算效率等多个角度将IRMO算法与未改进的径向移动算法进行对比论证,同时将IRMO算法与粒子群算法、改进粒子群算法等其他算法进行对比分析。结果表明:相比未改进的径向移动算法,IRMO算法连续搜索20次临界滑动面的结果重叠度更高,证明IRMO算法稳定性更强,IRMO算法的安全系数值随代数收敛的速度更快,证明IRMO算法的计算效率更高;与粒子群算法、改进粒子群算法等启发式算法相比,IRMO算法搜索到的临界滑动面位置与其他算法一致,安全系数计算结果更接近裁判答案,标准差也最小,证明IRMO算法在边坡稳定性分析问题上更具可行性与优越性;通过海堤边坡实例的分析,IRMO算法得到了该边坡合理的安全系数值和临界滑动面位置,表明该算法能够正确评估边坡稳定程度,可以应用于实际工程中。