应用改进并行遗传算法反求水文地质参数研究

利用单纯形法局部搜索速度快和遗传算法全局寻优的特点,同时为了克服两种方法各自的弊病,提出采用混合单纯形技术的并行遗传算法(Hybrid Simplex Parallel Genetic Algorithm,SPGA)进行水文地质逆问题的求解。详细阐述了SPGA算法的具体操作和实现,并将该方法应用于水源地的地下水模拟反演中。计算结果表明,SPGA算法在水文地质参数寻优计算中具有比较好的可靠性和计算效率。     

水环境模型参数识别的一种新方法

通过在格雷码遗传算法进化过程中加入单纯形搜索算子,并利用格雷码遗传算法和单纯形法所得到的优秀个体群,作为变量新的变化范围,逐步缩小搜索空间,自动向最优解收缩,提出了水环境模型参数识别的一种新方法——格雷码混合加速遗传算法(GCHAGA),给出了实施该算法的详细步骤。对GCHAGA的收敛性和全局优化性进行了理论和实例分析,并在确定河流横向扩散系数等参数识别问题中,GCHAGA得到了精度较高的全局最优解。与格雷码遗传算法(GCGA)和常规优化方法相比,GCHAGA具有精度高、速度快和适用性强等特点,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的较好的非线性优化方法,可广泛应用于各种水环境优化问题中。     

混合加速遗传算法在流域模型参数优化中的应用

在实编码遗传算法中加入单纯形搜索算子和加速搜索算子,提出了混合加速遗传算法.通过实例对该法与其它一些遗传算法进行了比较.并在大坳流域模型的参数优选中得到成功的应用.结果表明,混合加速遗传算法具有直观、简便、快速及适用性强等特点,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的优秀非线性优化方法.     

瞬变电磁反演中的非线性规划遗传算法

经典非线性规划算法的局部搜索能力较强,遗传算法采用选择、交叉和变异算子进行搜索,全局搜索能力较强,而局部搜索能力较弱。结合两种算法的优点,文中提出了一种非线性规划遗传算法(NPGA)。经过函数测试证明,该算法提高了遗传算法的搜索性能。设计了多个不同的地电模型,将该算法应用于瞬变电磁地电模型数据反演计算中,结果表明该算法具有较快的收敛速度和较高的计算精度,反演效果较好。     

海鸥优化算法在四川盆地渝西区块H井区页岩气储层最优化测井解释中的应用

页岩气储层矿物类型多样,常规的测井解释方法难以建立储层参数体积模型。最优化测井可以有效地评价多矿物组成的复杂岩性油气藏,但该方法的关键是优化算法的选择。利用最新提出的海鸥优化算法对四川盆地渝西区块H井区页岩气储层进行了矿物、物性参数等最优化测井解释,并与遗传算法和遗传—复合形混合算法进行了对比。结果显示,海鸥优化算法的最优化测井解释与岩心分析资料吻合较高、误差小、计算速度较快,弥补了遗传算法过早收敛、容易陷入局部最优以及遗传—复合形混合算法需要二次优化、搜索速度较慢等不足。这为海鸥优化算法在其他地区页岩气储层评价中的应用提供了借鉴。     

运用遗传算法求解土钉支护结构的整体稳定性系数

以土钉支护结构整体稳定性计算的圆弧滑动简单条分法为基础,运用遗传算法对北京某大厦基坑的土钉支护结构最危险滑移面的位置进行了动态搜索与确定,并计算了其稳定系数。结果表明基坑边坡在实施土钉支护后,其最危险滑移面将后移,同时表明遗传算法能够较准确地确定土钉支护结构最危险滑动面及其相应的整体稳定性系数,且可在优化设计中避免陷入局部最小值,证明了该方法的有效性和准确性。     

改进的遗传算法及其在渗流参数反演中的应用

利用水头实测资料,以裂隙组的渗透系数比例因子为待反演的参数向量,在采用基本遗传算法进行参数反演研究的基础上,针对裂隙岩体无压渗流参数反问题计算量过大,目标参数众多以及参数可能变化范围大等特点,提出了一种混合遗传算法求解此类问题,力求克服简单遗传算法在解决此类问题时存在的局部搜索能力弱、易出现早熟收敛及计算量大等缺陷,并通过典型岩坡渗流算例进行验证,同时给出了基本遗传算法、传统单纯形算法的反演成果。计算结果表明,该方法保持了基本遗传算法优点,并有效地提高了算法的运行效率,从而为求解裂隙岩体无压渗流参数反问题等计算量大的系列问题提供了新的途径。     

基于改进遗传算法的边坡可靠度分析

采用基于概率的可靠性分析方法来分析边坡的稳定性,以克服目前大多数分析方法以确定性安全系数为评判标准的弊端。对于每次搜索中给定的滑移面,结合拉格朗日乘子法提出边坡可靠度的计算模型;采用遗传算法搜索关键滑移面,提出边坡的适应度函数。为克服标准遗传算法在进化过程中无法调节全局搜索和局部搜索速度、且可能陷入次优解的缺陷,改进了子代中最佳个体的确定方法,来并以相邻两代的群体多样性特征值增量为导向,动态调节交叉概率和变异概率,以保持群体的多样性和搜索的有效性。实例分析结果表明,本文方法可以提高遗传算法的搜索能力和收敛速度,保证解全局最优;该法适用于边坡稳定可靠度分析,且前处理简单;在遗传操作前预优化可靠指标计算模型能大大减少遗传算法中的计算量,节约机时。     

框架预应力锚杆边坡支护结构稳定性分析

以极限平衡理论及框架预应力锚杆边坡支护结构的滑动面破坏模式为基础,采用毕肖普法,并考虑竖向条间剪力对滑移面抗剪强度的影响,建立了边坡最危险滑移面的搜索模型,并推导了稳定系数的求解公式。运用遗传算法对支护结构最危险滑移面进行动态搜索和确定,计算其稳定性系数。该方法避免了在优化设计中陷入局部最小值的缺点,更具有有效性和准确性。     

遗传算法在边坡地震稳定性分析中的应用

基于遗传算法和拟静力简化毕肖普法提出搜索地震作用下最危险滑动面及相应的最小安全系数的方法。阐述了应用遗传算法搜索最危险滑动面的计算过程和原理。开发了基于遗传算法的拟静力简化毕肖普数值法的计算和数据处理程序。在固定一个出逸点的情况下,分别绘制了有地震作用及没有地震作用下的安全系数分布图。数值算例表明,所建立的基于遗传算法的岩土边坡地震稳定性分析方法,是一种全局优化搜索算法,能够有效克服经典搜索方法易陷入局部极小值的缺点。从安全系数分布图可以看出,地震对安全系数分布情况影响很小,但扩大了安全系数低值区。     

遗传算法用于多组分同时测定

采用遗传算法（ＧＡ）进行了地质样品中的贵金属Ｐｄ、Ｒｕ、Ａｕ三组分的同时测定,并讨论了遗传算法的基本原理、数学模型的建立、目标检验函数、初始值范围、搜索范围、交配、变异概率等对计算结果的影响,证明了遗传算法用于多组分测定的可行性。     

育种进化的改进遗传算法在水电站负荷分配中的应用

针对遗传算法求解水电站负荷优化分配问题时常出现的收敛性差、易早熟等问题,提出一种基于育种进化的改进遗传算法。改进算法运用部分解约束的初始种群生成法避开空蚀振动区,定义了与群体进化程度有关的种群多样性函数和种群多样性阈值,同时有效地应用了遗传的全局搜索能力和育种的局部搜索能力。以三峡水电站为例与标准遗传算法进行了比较,不同的负荷分配结果表明:育种进化的改进遗传算法能够避开空蚀振动区的影响,保证机组的稳定安全运行;同时由于育种进化的强局部搜索能力,保持了种群的多样性,提高了算法的搜索能力和收敛性。     

GA-BP神经网络模型在彬长矿区测井岩性识别中的应用

为提高测井岩性识别的自动化程度和地质解释精度,在分析遗传算法(Genetic Algorithm,简称GA)与误差反向传播算法(Back-Propagation,简称BP)各自特性的基础上,针对BP算法在反演中测井数据识别样本大以及BP算法本身存在的缺陷,提出了利用GA算法来同时优化BP神经网络的结构和连接权值的解决方案,建立了基于GA优化BP神经网络的测井数据岩性识别模型。该模型通过彬长矿区实际数据的检验,获得了较高的识别速度和准确率。      

自适应加速遗传算法及其在水位流量关系拟合中的应用

分析了传统水位流量关系曲线拟合过程中存在的精度不高等问题,在此基础上提出了自适应加速遗传算法,直接拟合水位流量关系。通过实例应用对该法与传统优化方法进行了比较。结果表明,该法具有直观、简便、快速,适用性强等特点,是一种优秀的全局优化方法。     

遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用

区别于传统的提取混沌时间序列饱和嵌入维数的方法,本文利用人工神经网络成功地对水库混沌径流时间序列的饱和嵌入维数进行了提取,计算了该时间序列里的最大Lyapunov指数,两种方法结果都证明了该时间序列的混沌性。并用遗传算法对BP神经网络进行了改进,利用该模型对三门峡水库混沌径流时间序列进行了预测。实例计算表明该方法解决了BP神经网络收敛速度慢和易于陷入极小值的问题,大大提高了BP神经网络的计算精度和收敛速度。无论在计算精度上还是在收敛次数上都优于没有改进的BP神经网络。     

基于遗传算法的煤层注水渗透特征参数反演

煤层注水是防治矿井冲击地压灾害发生的最有效的方法。确定煤层渗透特征参数，是合理确定注水工艺参数、有效控制防灾效果的关键，有很强的现实意义。遗传算法是全局收敛的方法，用该算法对煤体导水、贮水等渗透特征参数反演，方法稳定可靠。以观测水分增值与计算结果的相对偏差作为最优搜索目标函数，建立GA反演适应度函数及迭代收敛准则；GA操作采用无条件保护最优个体、种群个体无死亡及每个体只有1次参与交换机会等规则。提出通过对已知参数正向问题结果(水分增值)的反演计算，验证遗传算法精度。算例结果表明，繁衍迭代至第41代时，反演参数结果与理论参数几乎完全拟合。达到最优解，精度符合工程要求。     

重磁遗传算法三维反演中动态数组优化方法

将地下场源划分成很多规划小单元，并且反演这些单元的物性变化是重磁反演，特别是三维反演的重要方向。在应用遗传算法进行该类反演过程中，隐含着数据量大时高维动态数据内存管理问题。为此，作者在本文中提出了简单、有效的动态内存优化方法。     

基于遗传算法的均质土坡稳定性分析数值解研究

建立了边坡稳定性分析的平面直角坐标系,得到了该坐标系下的边坡稳定分析瑞典圆弧法的积分表达式。以简单均质粘性土坡为研究对象,结合MATLAB遗传算法工具箱,建立了基于瑞典圆弧法的遗传算法优化模型,实现了边坡稳定分析最小安全系数的自动寻优。通过实例进行验证和对比,表明该方法是行之有效的。     

用遗传算法优化估计Van Genuchten方程参数

描述土壤水分特征曲线的Van Genuchten方程是一个非线性复杂方程,采用传统的方法对方程参数进行估计往往因为计算复杂和人为因素的影响,而使估计结果带有较大的误差。遗传算法是当前处理一般非线性数学模型优化的一种新的优秀方法。为此,采用实数编码多子种群遗传算法对方程的参数进行优化估计。算例结果表明用遗传算法优化估计Van Genuchten方程参数具有求解速度快、计算精度和自动化程度高、人为干扰因素小、通用性强等优点。因此,遗传算法可作为计算Van Genuchten方程参数的一种新方法。     

高填石路堤参数进化反演研究

采用邓肯- 张非线性模型描述填石体的力学特性,引入遗传算法和有限元分析,建立了填石体本构模型参数的进化反演方法。最后结合某高填石路堤施工期实测沉降数据进行参数反演,并利用反演参数对类似断面进行了施工期沉降预测。结果表明,利用反演参数计算得到的施工期沉降值与实测值较为吻合,为制定合理的路堤填筑计划提供了依据。