基于遗传模拟退火算法的边坡稳定分析_王爱林.pdf

《基于遗传模拟退火算法的边坡稳定分析_王爱林.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、!""#年第$%期!第!!卷!#&期"东北水利水电!!%文章编号&/%%!0%+!#!!%%#"/%1%%//2%&基于遗传模拟退火算法的边坡稳定分析王爱林!’#张海娥!!"河海大学土木工程学院工程力学系#江苏南京’!::;<)’"安徽省巢湖市水务局#安徽巢湖’5<:::"%摘要&利用遗传模拟退火算法结合瑞典圆弧法#寻找最危险边坡进行稳定分析$该方法模拟了生物遗传进化和金属退火的过程&克服传统方法容易陷入局部极小值的缺点#是一种全局优化算法$通过实例计算#说明结果的合理性$%关键词&边坡稳定分析)遗传算法)模拟退火算法)瑞典圆弧法%中图分类号&=>’’%文献

2、标识码&?用极限平衡理论分析边坡稳定性#其关键问题成若干竖向土条)依次计算每个土条沿滑动面的抗是确定最危险滑动面及其对应的最小安全系数$基滑力与下滑力)叠加求出整个滑动土体的稳定系于圆弧滑动面假定#简化的毕肖普法被广泛应用于数)假定若干滑动面&重复’!(步&求出若干稳定系土坡稳定性分析之中$在搜索最危险滑动面圆心数)比较所求得的稳定系数&以最小值作为判断边坡时#工程中最常用的方法有’消元法中的二分法(坐稳定性的指标$标轮换法或黄金分割点优选法等$尽管这些方法在圆弧滑动面条分法的基本计算公式为工程实践中得到了广泛的应用#然而由于方法本身!!"*+!$%&"#*

3、+!!()/0,"$%*#####!))的局限性#很容易陷入局部极小值$近几年来#人工!’#,-."##!(#)#,-."#智能方法如遗传算法(模拟退火算法(人工神经网式中+为稳定系数)#为填料的湿容重#12345)%络等方法#由于其适合求解优化问题的优点而得到为填料的粘聚力#167)!为填料的内摩擦角8"9)&为了很快的发展$与传统的方法相比#他们不但有着滑动圆弧全长#4))#为各土条高度#4)其余符号如高度非线性映射(自组织(自适应等优点#而且绕开图!所示$了求解函数梯度的障碍#大都使用概率寻优#从而在解决局部和全局最优问题有着更高的效率$遗传模拟退火算

4、法是将遗传算法和模拟退火算法结合而成的一种优化算法#克服传统方法容易陷入局部极小值不能跳出#从而搜索不到正确结果的缺点#是一种全局优化算法$本文将遗传模拟退火算法和瑞典圆弧法搜索最危险滑动面及其对应的最小安全系数#来进行边坡稳定分析$!基本理论#!$!"!瑞典圆弧法的基本理论圆弧滑动面条分法验算过程可以分为以下几个步骤%首先假定一个滑动圆弧面&确定滑动圆弧的起点(终点和半径值)将圆弧滑动面以上的土体分图!瑞典圆弧法’收稿日期()!%%&*%+*!#’作者简介(,王爱林!$-.-*"#女#山东高密人#硕士#主要从事拱坝坝肩岩体稳定研究$!#东北水利水电!""#

5、年第$%期!第!!卷!#&期"!"#遗传模拟退火算法的基本原理能用模拟退火算法寻找全局最优解#但可以利用它遗传算法$#%基于自然界优胜劣汰的生物进化机的强大搜索功能$让它在寻找局部最优解上发挥作制&是一种自适应搜索技术#在特定的环境中&依据用#模拟退火算法的基本步骤’这种规则$适应性强的个体生存下来的可能性就设置初始最优解(初始温度!!!’)设置循环计大#遗传算法是一个迭代操作过程$该迭代操作是数器初值"!!)对当前最优点作一随机扰动$产生针对多个待求问题的候选解进行的$而这些候选解一个新的最优点$计算新的目标函数值以及目标函组成了一个固定规模的群体#候选解

6、是模拟生物体数值的增量")如果"-’$则接受该新产生的最优的染色体$将待求问题通过编码而形成的#最初&候点为当前最优点$反之$则以概率#./01+2"3!)接选解的群体是随机生成的$每一个染色体代表给定受该新产生的最优点为当前最优点)如果"小于终优化问题的一个可能的解#每一个候选解由一串基止步数$则"!"4!$并转向步!,")如果未达到冷却因组成$通常表示为一个由%’&和%!&组成的二进制状态$则!!!!""$转向步!#"$如果已达到冷却$则串#组成染色体的每一个基因(二进制子串)代表一当前最优解为所求解$计算结束#个待优化的参数#整个二进制串(称为染色体或

7、个遗传模拟退火算法$,%是将遗传算法和模拟退火体*由代表各个变量的基因子串集合而成#使用目标算法结合而成的一种算法#在遗传算法中$是以个函数可计算一个染色体对应的目标函数值+安全系体的适应度函数值的大小来确定个体遗传到下一数*&进而可以确定与每一个染色体相对应的适应值代群体的概率$这就避开了求函数导数的障碍#在(安全系数的函数*#染色体通过迭代而进化#在每一交叉运算和变异运算中则是引入了随机数$根据设个迭代步骤中&由多个染色体组成的群体称为一代#定概率与随机数的大小决定交叉的个体(交叉位和下一代群体中的每一个染色体是由上一代群体中变异位$而且使用群体中多个个

8、体同时搜索寻优$的两个染色体相互结合(交叉运算*形成