基于Dijkstra算法的边坡极限平衡有限元分析

基于有限元计算结果,将边坡稳定性问题转化为图论中寻找最短路问题。通过引入图论中解决最短路问题的Dijkstra算法到搜索边坡最危险滑动面及其安全系数中去,对Dijkstra算法作了一定的改进,建立了一种新的边坡稳定性分析方法--基于Dijkstra算法的极限平衡有限元方法。通过一算例对该法进行验证,计算得的安全系数和危险滑动面位置与推荐答案基本一致,说明该方法应用于边坡工程的可行性。将该方法应用于糯扎渡水电站右岸泄洪洞出口边坡的稳定性分析,与极限平衡法和强度折减法作了比较。研究表明,该方法计算得到的安全系数介于极限平衡法和强度折减法之间;危险滑动面位置与这两种方法计算得到的危险滑动面位置基本一致,该方法应用于复杂岩体边坡的稳定性分析可行。最后,对于逆坡向发展的滑动面,以洛古水电站右岸边坡的稳定性分析为实例,研究了逆坡向发展的滑动面滑动力计算方法;比较分析3DEC和该方法的计算结果,说明该方法适用于逆坡向发展的滑动面的稳定性分析。     

多阶边坡滑移面搜索模型及稳定性分析

基于极限平衡理论,根据边坡尺寸及几何关系,建立辅助坐标系与基本坐标系。借助于基本坐标系,首先推导出滑移面几何控制参数与滑移面圆心坐标之间的函数关系,再推导出安全系数计算式中各变量与圆心坐标之间的函数关系,从而得出滑移面的控制参数与安全系数之间的函数关系。辅助坐标系可沿多阶边坡表面移动,控制搜索过程中滑移面的位置及几何参数,实现边坡内任意潜在的滑移面的搜索,从而计算边坡内任意潜在滑移面对应的安全系数,并进一步确定边坡最小安全系数及最危险滑移面。该方法适用于多阶土体边坡最危险滑移面的确定,可避免由经验公式确定滑移面圆心搜索区域造成的不准确性,较好地解决多阶边坡最危险滑移面难确定的问题,是一种由计算机搜索法求解多阶边坡稳定性的新模型。最后,编制多阶边坡稳定性计算程序,并进行实例分析与计算。     

框架预应力锚杆边坡支护结构稳定性计算方法及其应用

基于土体边坡滑动面的破坏模式及极限平衡理论,采用圆弧滑动条分法,在考虑支护结构、锚杆对土体边坡稳定性影响的情况下,建立了边坡最危险滑移面的搜索模型,推导了边坡滑移面圆心位置与稳定系数之间的函数关系。通过计算机动态设定滑移面圆心所在区域,并在圆心区域内采用网格法搜索最危险滑移面的圆心,实现了基于计算机搜索的框架预应力锚杆边坡支护结构稳定性计算方法。最后,开发了框架预应力锚杆稳定性计算软件,并结合具体工程实例进行了验算。     

遗传算法在边坡稳定系数计算中的应用

边坡稳定性的关键问题是确定最危险滑动面(潜在最危险滑动面)和边坡的稳定系数。国内外一般是采用先假定边坡滑移模式,然后近似确定最危险滑动面,再求近似的边坡稳定系数的方法来分析边坡的稳定性,但假设的边坡滑移模式难以反映边坡滑移的实际状态。因此本文探索利用遗传算法搜索最危险滑动面,并得到最小稳定系数及对应的最危险滑动面曲线,取得了较好的效果。     

应用模式搜索法寻找最危险滑动圆弧

基于圆弧滑动面的假定,提出了一种运用模式搜索法确定边坡最危险滑动面及其对应的最小安全系数的方法,突破了传统方法在搜索最危险滑动面时必须划定圆心搜索范围的束缚,从而提高了边坡稳定性分析的可靠性。     

大坝边坡概率最危险滑面搜索的一种算法

在大坝边坡稳定性分析中,如果把岩体参数都作为定值来处理,可以通过计算最小安全系数来搜索到边坡的一个最危险滑面,称之为确定性最危险滑面。若把岩体参数作为随机变量来处理,通过计算最小可靠指标也可以搜索到另外一个最危险滑面,称之为概率最危险滑面。许多学者在研究中把这两个滑面作为一个面来处理,但实际工程中这两个面却不一致,通过对岩体不确定力学参数进行合理的组合及弱化,研究了这两个滑面之间的关系,提出了一种用计算安全系数来搜索概率最危险滑面的方法。并通过工程实例验证了该方法的可行性,结果表明:这是一种实用有效的搜索边坡概率最危险滑面的算法。     

改进的蜂群算法在边坡稳定性分析中的应用

将人工蜂群算法(ABC)应用于边坡最危险滑动面的搜索以及最小安全系数的求解,为了提高算法的搜索效率,减少搜索过程中的停滞现象,对工蜂进行邻域搜索产生新解的方法进行改进,提出一种自适应智能搜索的人工蜂群算法。该算法具有较高的搜索精度和搜索效率,简单易实现,适用性强,搜索的最优解更具有全局性。通过工程实例验证了该方法的合理性与可靠性,计算结果令人满意,能较好地应用于边坡稳定性分析中。     

基于改进动态规划算法的堆积体边坡稳定性分析

引入图论的概念,将堆积体边坡稳定性分析中搜索最危险滑动面及计算安全系数问题转化为图论中求最短路问题。对动态规划算法进行改进,给出改进动态规划算法的基本方程,利用改进动态规划算法解决图论中求最短路问题,建立基于改进动态规划算法的极限平衡有限元方法。通过一个算例对该方法进行验证,计算结果与推荐答案基本一致,说明该方法适用于堆积体边坡稳定性分析。将该方法用于溪洛渡水电站左岸谷肩堆积体边坡稳定性分析,研究表明,计算得到的最危险滑动面和安全系数与极限平衡法的计算结果基本一致,工程应用效果良好。     

基于无记忆最小二乘似牛顿法的边坡稳定性分析

在基于圆弧滑动面假定的边坡稳定性分析中，应用无记忆最小二乘拟牛顿法搜索边坡最危险滑动面及相应的最小安全系数，作滑动面搜索时不必给定圆心搜索范围，由最优化方法自动地搜索出最危险的滑动面，从而提高了边坡稳定性分析的可靠性。该方法还可用于其他优化问题，它不必记忆迭代矩阵，大大地减少了贮存量，提高了计算效率。     

一个新的非圆弧滑动全局最优化算法

提出了一种新的非圆弧滑动边坡稳定分析算法,该算法直接建立在条分法的基础上。滑坡体被离散成一系列的土条之后,滑动面变成由这些土条的节点来控制。该算法的实质是随机移动这些节点,用非数值的方法如模拟退火法使滑动面的移动向潜在的最危险滑动面移动。该算法不需要设定搜索范围,不需要假定滑面形状,能够自然算出复杂几何特征和材料特性真实边坡下最危险滑动面的形状。同时由于变换过程的局部性,计算效率大为提高。计算结果表明,该算法准确找到了全局最优解,并验证了在某些情况下滑动面为圆弧状或分段直线状,或其组合形式。     

边坡非圆弧临界滑动面的粒子群优化算法

采用粒子群优化算法搜索边坡的临界滑动面及其对应的最小安全系数。粒子群优化算法不断迭代更新试算滑动面，使其安全系数不断减小，经过有限次的迭代分析可确定边坡临界滑动面及其对应的全局最小安全系数。粒子群优化算法具有较好的全局搜索和局部搜索能力，可克服多数常规的优化方法易陷入安全系数局部极小的问题，并具有较高的搜索效率。同时，粒子群优化算法易于与极限平衡法或有限元-极限平衡法相结合进行边坡稳定分析。通过数值算例及与其他学者的结果比较，证明提出的确定边坡临界滑动面方法的有效性。     

改进的万有引力搜索算法在边坡稳定分析中的应用

基于万有引力搜索算法(GSA)提出了一种改进的万有引力搜索算法(MGSA)。针对GSA在处理优化问题时会出现发散的情况,通过限制粒子的速度同时更改算法中的参数来改善这一问题。算法改进后显著提高了GSA中粒子的探索能力与开发能力,可以获得较强的优化能力。采用MATLAB对8个测试基准函数进行仿真实验,并将该方法引入到边坡稳定分析中。对于边坡稳定性分析,利用MGSA搜索出临界滑动面并结合极限平衡法计算出相应的最小安全系数。结果表明:与GSA法及其他方法相比,MGSA在求解最危险滑动面安全系数时具有更好的优化性能。     

基于和声策略的粒子群优化算法在土坡稳定分析中的应用

土坡极限平衡稳定分析中临界滑动面的搜索是一个复杂的优化问题,在应用常规微粒群算法搜索时往往因参数较多且难以确定以及飞行速度越界的缺陷而陷入局部最优。基于对常规微粒群算法寻优思想的分析,借鉴和声算法的搜索策略来更新粒子的位置,提出基于和声策略的微粒群优化算法,该方法继承了常规微粒群算法中利用本身经验和社会认知的优势,又借鉴了和声策略的简单易行优势。将该方法应用于土坡稳定分析中,通过算例比较分析,证明新算法的有效性。     

滑坡和边坡稳定性分析的模拟退火-随机搜索耦合算法

首先，建立了一个可适用于滑坡和边坡在任意复杂条件下进行一般滑裂面的稳定性分析的优化数值分析普遍模型：然后，利用模拟退火算法和随机搜索法的各自的特长和优点，有机地将两种算法结合起来建立了一种可用于求解所建立的优化数值分析普遍模型的耦合算法，并对世界范围内被广泛引用的3个工程实例进行了分析，结果表明，该方法是可行的和高效的。     

边坡临界滑面搜索的改进粒子群优化算法

边坡临界滑面的确定对边坡稳定分析和加固设计极为重要,采用基于变异和二次序列规划的改进粒子群优化算法(VSPSO)进行临界滑面搜索。VSPSO算法中通过变异操作增强粒子群跳出局部最优解的能力,并用二次序列规划(SQP)加速局部搜索,大大提高了粒子群获得全局最优的能力。通过对有解析解的边坡算例进行分析,验证了该算法的准确性及优越性;对澳大利亚计算机应用协会(ACADS)提供的均质边坡、多层土边坡以及含软弱层边坡进行分析,结果表明改进的VSPSO算法搜索所得滑面比传统PSO算法更逼近推荐答案,具有更好的鲁棒性,而且随着边坡复杂程度的增加,更能体现改进VSPSO算法的优越性,具有广阔的应用前景。     

岩质边坡最危险滑裂面的GA-Sarma算法研究

 基于现有国内外边坡极限平衡法稳定性分析软件在岩质边坡滑裂面搜索中的局限性,将遗传算法(GA)和Sarma法相结合,提出岩质边坡最危险滑裂面的GA-Sarma算法。GA-Sarma算法解决以折线形为滑面形态、以层面等结构面为边界任意条分并满足条块间边界力平衡原理、滑裂路径可追踪顺坡向不连续结构面的岩质边坡最危险滑裂面的全局优化问题。     

基于遗传算法的土坡三维可靠度分析

 边坡稳定分析的三维安全系数方法和三维可靠度分析方法一般均需人为给定一个与滑坡体宽度相关的参数或仅针对固定三维滑面进行分析计算。由于这样计算得到三维安全指标并不是最小值，因此难以反映边坡真正的安全度水平。引入随机场局部平均计算模型，考虑土性参数的空间相关性，边坡存在一个最小可靠指标对应的三维滑坡形态，这为采用优化方法进行土坡稳定三维可靠度分析奠定基础。对最小三维可靠度指标与三维临界滑面存在的缘由进行分析。遗传算法是一种优秀的全局寻优算法，可以有效解决边坡稳定分析临界滑面搜索问题。引入土性参数的空间相关模型，结合边坡稳定的三维简化毕肖普方法，直接以边坡稳定的三维可靠度指标为优化目标，建立基于遗传算法的边坡稳定三维可靠度分析方法。该方法无需滑坡宽度的假定，可以得到真正的边坡稳定三维可靠指标及对应的三维临界滑面。算例说明该方法的有效性。     

Improved genetic algorithm and its application to determination of critical slip surface with arbitrary shape in soil slope

In order to overcome the problem of being trapped by the local minima encountered in applying the simple genetic algorithm (GA) to search the critical slip surface of the slope, an improved procedure based on the harmony search algorithm is proposed. In the searching computation, the new solutions are obtained from the whole information of the current generation. The proposed method may be applied to calculate the minimum factors of safety of two complicated soil slopes. Comparison of the results with existing examples given by other authors has shown that the proposed method is feasible for stability analysis of soil slopes.     

混合粒子群算法搜索土坡危险滑动面

基本粒子群优化算法存在着对惯性因子敏感、计算量大等缺点,通过借鉴和声搜索算法产生新解的策略和不连续飞行假定,构成了混合粒子群算法。首先,当粒子飞行超越边界时,采用和声搜索算法产生新解;此外还引入了不连续飞行假定,即在每次迭代步中,随机选择一些个体更新速度、位置向量,以利于减少计算量。随机给定10组参数,分别利用基本粒子群优化算法和混合粒子群优化算法对某复杂土坡的最危险滑动面进行了搜索。比较发现,混合粒子群算法能在较短的计算时间内得到更好的结果。     

改进和声搜索算法及其在土坡稳定分析中的应用

土坡非圆临界滑动面的寻求是土坡稳定分析的重要步骤,它是一个多极值的优化问题。利用改进的和声搜索算法和修复策略来寻求复杂土坡的临界滑动面及其对应的安全系数,并对改进和声搜索算法与基本和声搜索算法的结果进行了比较,发现改进和声搜索算法比基本和声搜索算法能搜索到更危险的滑动面,原因在于,改进和声搜索算法在每次迭代步中产生多个新解,而基本和声搜索算法中每次迭代产生一个新解。此外,修复策略比惩罚策略更能有效地搜索解空间。结果表明,改进的和声搜索算法和修复策略可以用来进行土坡稳定分析。