基于强度折减的边坡稳定安全系数有限元迭代解法

讨论有限元强度折减法的失稳判据,结果表明:失稳判据对安全系数影响较大,对临界滑动面形状和位置的确定影响不大。在此基础上,提出基于强度折减的边坡稳定安全系数有限元迭代解法,先用强度折减法搜索滑动面,再按滑动面已知边坡用迭代解法求解稳定安全系数。该方法充分结合了强度折减法和迭代解法的优点,求解边坡稳定安全系数时效率快、精度高,可为实际工程参考应用。     

基于混合变异策略差分进化算法的边坡滑裂面搜索研究

针对"基于反射变异策略的自适应差分进化算法"仍易陷入局部最优的问题,通过引入一个基本的变异策略提出一种基于混合变异策略(DE/current-to-rand/1)的差分进化算法。根据各变异策略生成成功子代的比率使用轮盘赌选择为各个个体选择合适的变异策略,以改善算法的全局收敛能力。将提出的算法结合有限元应力场应用于两个经典算例的边坡临界滑动面搜索及安全系数求解,与其他极限平衡法进行了对比,并使用其中一个算例作为计算模型与其他优化算法进行了收敛性能比较。统计结果验证了改进算法的性能更稳定且收敛速度较快,也验证了该算法结合有限元应力场求解边坡问题的有效性。     

Rosenblueth法在边坡可靠度分析中的应用

针对在确定具有最小可靠度指标的滑动面时蒙特卡罗法耗时长的问题,通过两个典型土坡,采用简化Bishop法计算滑动面的抗滑稳定安全系数从而构建了边坡可靠度分析的功能函数,利用圆弧构建潜在滑动面,利用Rosenblueth法计算每个潜在滑动面的可靠度指标,采用和声搜索算法搜索潜在滑动面的变化以寻求最小可靠度指标滑动面,并与常规极限平衡方法得到的最小安全系数对应的滑动面进行了比较。结果表明:简单均质土坡临界滑动面与最小可靠度指标滑动面基本重合,非均质土坡最小可靠度指标滑动面与临界滑动面相差较大,可靠度指标相差也较大,在具体应用时建议采用Rosenblueth法进行最小可靠度指标滑动面的确定。     

基于突变理论的边坡安全系数自动搜索方法及应用分析

为解决搜寻强度折减系数与边坡位移关系曲线突变点数值计算量大、主观性较强等问题,基于尖点突变理论,提出边坡安全系数自动搜索方法,以Fortran语言和FLAC 3D数值计算软件为平台,开发了适用于自动搜索边坡安全系数的计算程序。将该方法应用于边坡实例的稳定性研究,讨论了各种评判标准所得安全系数的大小差别,并与极限平衡法计算的安全系数进行对比分析。结果表明:自动搜索边坡安全系数的计算程序能快速定量找到边坡临界稳定的突变点,提高了边坡稳定性分析的准确性和计算工作效率;计算结果与边坡规范推荐的极限平衡法所得的结果对比误差较小,并且对于未知滑动面边坡,极限平衡法得出的滑动面位置与该方法所得安全系数下对应的塑性区贯通区域基本一致。文中方法为边坡稳定性评价提供了有益借鉴。     

边坡临界滑动面搜索的奖惩蚁群算法研究

边坡滑动面搜索是边坡稳定计算中一项关键的问题,其实质为安全系数最小滑动路径的搜索问题,本文对采用路径搜索的蚁群算法引入奖惩策略,加大较优路径和普通路径上信息素的差异,分化各条路径上的信息素,以克服其收敛速度慢、早熟收敛的缺点。通过把边坡滑动面搜索模型离散化,采用奖惩蚁群算法解决滑动面搜索问题,提出了一种临界滑动面搜索的新方法。最后对一个简单边坡和复杂边坡的典型算例及一个大坝边坡工程的应用实例进行了计算,验证了新算法的有效性及其高效性。结果表明,无论是对简单边坡还是复杂边坡,本文算法都能以更快的速度搜索到结果更好的临界滑动面,工程应用效果良好。     

非均质边坡光滑化处理及临界滑动面搜索

实际公路边坡工程绝大多数属于非均质边坡,使得边坡内部应力场的间断,无法使用经典的带梯度信息的优化算法进行滑动面搜索。在基于整体分析法的均质边坡滑动面搜索的理论基础上,提出了一种边坡材料参数光滑化处理方法,并成功将其扩展到非均质边坡。该方法将安全系数和潜在滑面上离散点的纵坐标均视为独立变量,安全系数的大小作为目标函数,约束条件是3个力矩平衡方程和其它一些必要性条件,相对于传统的极限平衡结合智能优化算法,该方法有着更高的收敛效率。2个典型非均质边坡算例结果表明:该方法与其他极限平衡法搜得的滑动面较为一致,说明了方法的可靠性。     

边坡临界滑动面搜索的奖惩蚁群算法研究

边坡滑动面搜索是边坡稳定计算中一项关键的问题，其实质为安全系数最小的滑动路径的搜索问题，采用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，通过引入奖惩策略，加快较优路径和普通路径上信息素的差异，分化各条路径上的信息素，从而提出了一种奖惩蚁群算法。通过把边坡滑动面搜索问题的离散模型化，采用奖惩蚁群算法解决滑动面搜索问题，提出了一种临界滑动面搜索的新方法。通过一个简单边坡和复杂边坡的典型算例计算及一个大坝边坡的工程的应用实例应用，验证了新滑动面搜索算法的有效性及其高效性。结果表明，无论是对简单边坡还是复杂边坡，本文算法都可以能以更快的速度搜索得到效果更好的临界滑动面，且工程应用效果良好。     

岩质边坡潜在滑块搜索方法及工程应用

岩质边坡安全系数的搜索方法一直是工程界的热门话题,本文基于第二类非圆弧滑动面特点,采用模式搜索法及形搜索法分别搜索岩质边坡的潜在滑动面,从搜索效果及搜索原理等方面,对比其搜索结果,总结其适用条件。结合工程实例,比较分析以上两种搜索方法的结果,得出在岩层分布倾角较小时,两者分析结果非常接近,为类似工程提供建议。     

搜索边坡最危险滑动面及其对应的最小安全系数新方法

基于圆弧滑动面的假定和遗传算法的思想,提出了用加速遗传算法（aga）搜索边坡最危险滑动面及其对应的最小安全系数的方法。该方法是一种模拟生物遗传进化过程的算法,它克服了传统优化方法容易陷入局部极值点和误差传递导致不收敛的缺点,具有较高的计算精度,适用性强,搜索的最优解更具有全局性。通过一工程边坡实例对其进行了验证。     

基于遗传算法的抽水蓄能电站建筑物抗滑稳定性分析仿真

水工建筑物稳定性分析是抽水蓄能电站工程设计中一项重要的内容,利用极限平衡楔体理论分析土坡的安全稳定系数及临界滑动面,再将安全稳定系数同遗传算法的适应度函数相结合,从而利用遗传算法的优化功能搜索土坡对应最小安全系数的临界滑动面。通过算例分析,证明这种基于极限平衡法的临界滑动面遗传算法分析具有一定的应用价值。     

模拟退火算法的改进及其在边坡稳定分析中的应用

首先对模拟退火算法进行改进,将遗传算法的群体、交叉、变异等概念引入其中,使得它能从多个初始点开始并行寻优,能以较快的速度找到全局最优解。然后基于有限元应力场,应用改进的模拟退火算法建立边坡任意形状最危险滑裂面及相应最小安全系数的全局优化搜索方法。通过典型算例分析,证明应用改进的模拟退火算法搜索边坡最危险滑动面是可行和高效的。     

搜索土坡潜在滑动面的蚁群算法

对土坡圆弧滑动面的搜索可以简化为圆心坐标及半径的搜索问题，而非圆弧滑动面的搜索，也可简化为滑动面上若干关键点坐标的搜索问题。因此，土坡潜在滑动面的搜索可变成一个典型的复杂连续函数优化问题。本文就此提出一种新的解决连续函数优化问题的连续型蚁群算法，它具有简单易实现且计算效率高等特点，特别适用于复杂工程优化问题。最后，通过一个典型算例进行验证，并与遗传进化算法比较表明，本算法的计算效率较高。     

一种新型遗传算法及其在土坡任意滑动面确定中的应用

提出了一种便于工程应用的改进模拟任意滑动面策略。针对简单遗传算法容易陷入局部最优值的缺陷，借鉴和声算法产生新解的方式来产生遗传算法中的子代个体。该策略能综合利用整个父体的信息来构建子代。将该方法用于求解两个复杂土坡的最小安全系数，所得结果与已有文献结果比较证明，新型遗传算法能搜索到更小的安全系数，可应用于土坡稳定分析。     

边坡稳定极限分析斜条分上限法的全局优化方法

边坡稳定极限分析斜条分上限法需要寻求最小安全系数对应的临界滑动模式。由于待优化变量中包含了滑裂面位置与条块界面倾角,问题的自由度与非线性程度明显增加,寻找安全系数的整体极值变得十分困难。本文建立了任意形状滑裂面通过与不通过软弱夹层两种情况下斜条分上限法滑动模式优化的数学模型。为保证在随机搜索过程中生成合理的滑动模式,引入一系列约束条件,将临界滑动模式的搜索问题转化为一个有界约束的数学极小值问题,并结合遗传算法和粒子群算法两种全局优化方法,对多个典型算例进行对比分析。研究表明,提出的模型可以解决优化过程中生成不合理滑动模式的问题,不仅极大地提高了优化效率,而且可以避免数值计算不收敛的麻烦;将模型与全局优化算法相结合,在大多数情况下能够得到一个合理的、与极限平衡解十分接近的上限解,具有较好的全局收敛性。     

土坡稳定分析中模拟任意滑动面的新策略及其效率分析

土坡稳定分析中的临界滑动面搜索需要以有效地模拟滑动面策略为前提.本文基于对常用策略的分析,提出了几种新策略以模拟任意滑动面,并利用和声搜索算法和Spencer法联合进行土坡稳定分析,将新策略以及常用策略应用于4个土坡的临界滑动面搜索中,比较了采用不同策略的搜索效率.计算结果表明:对于简单的均质土坡,不同策略的效率相差不大;而对于复杂土坡,应用本文提出的新策略则比应用常用策略的效率高,且该策略适用于含规则、不规则软弱夹层土坡的计算.     

新型和声搜索算法在土坡稳定分析中的应用

首先提出了一种产生任意滑动面的策略,对可行的滑动面采用Spencer法计算其安全系数;其次改进了基本和声搜索算法的寻优思路,充分利用较优异的和声信息,在每一迭代步中产生多个新和声,然后重新选择优秀的个体进入和声库,构成迭代。该新型和声搜索算法应用于两个复杂土坡的稳定分析中,所得结果与文献中已有结果以及基本和声搜索算法的结果进行了比较,充分证明模拟任意滑动面的策略和改进和声搜索算法是高效的,可以用于复杂土坡稳定问题的分析。     

加速遗传算法在边坡抗震稳定性分析中的应用

根据加速遗传算法的思想和拟静力瑞典法基于圆弧滑动面的假定，提出一种用加速遗传算法搜索最危险滑动面及其对应的最小安全系数的方法。该方法是一种改进的遗传算法，在简单遗传算法基础上，增加加速循环步骤，用第一次和第二次进化迭代产生的优秀个体的多化空间作为变量新的初始变化区间，再进入遗传算法步骤重新运行计算。它不仅能克服传统方法容易陷入局部极小值的缺点，而且较SGA(简单遗传算法)算法有更高的搜索效率，计算时间短，搜索的解更优，是一种全局化算法。通过一个工程实例对其进行了验证。