改进人工鱼群算法在边坡稳定性分析中的应用.pdfVIP

下载本文档

8
0
约1.51万字
约 4页
2017-09-12 发布于重庆
举报
版权申诉

改进人工鱼群算法在边坡稳定性分析中的应用.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 40卷第 6期煤田地质与勘探 Vb1．40NO．6 2012年 12月 C0ALGE0IoGY＆姗 0R Dec．2012 文章编号：1001-1986(2012)06．0063．04 改进人工鱼群算法在边坡稳定性分析中的应用刘佳，霍俊仪，王书青，陈立潮 (1．石家庄铁路职业技术学院信息工程系，河北石家庄 050041； ’ 2．太原科技大学计算机科学与技术学院，山西太原 030024) 摘要：人工鱼群算法是一种新的智能仿生算法。以瑞典条分法作为边坡稳定性分析模型，利用模拟退火算法对人工鱼群算法进行改进，提出了一种搜索边坡最危险滑动面及对应的最小安全系数的求解方法。该方法克服了传统优化方法容易陷入局部极值点的缺点，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。最后通过工程实例进行计算，并与基本的人工鱼群算法、传统的计算方法以及 GA算法进行对比分析，结果令人满意。关键词：人工鱼群算法；边坡稳定性；最危险滑动面；最小安全系数中图分类号：P642．22 文献标识码：A DOI：10．3969~．issn．1001—1986．2012．06．014 Applicationofimprovedartificialfishswarm algorithm inslopestabilityanalysis LIU Jia，HUOJunyi，Ⅵ NGShuqing，C娅 NLichao (1．DeptofinformationEngineering,ShoiazhuangInstituteofRailwayTechnology，Shijiazhuang050041，China； 2．CollegeofComputerScienceandTechnoloyg，TaiyuanUniversityofScienceandTechnoloyg，Taiyuah030024，China) Abstract：Artificialfishswarm algorithm isanewkindofintelligentbionicalgorithm ．ThispaperusestheSweden methodofslicesasthedatamodelforslopestabilityanalysis．A new searchingmethodofrslopestabilityanalysis ispresented．Themethodusestheartificialfish-swarm algorithm basedonsimulatedannealingalgorithm tosearch thecriticalfailuresurfaceandminimum safetyfactor．Thismethodcanovercomethedisadvantagesoftraditional optimizationmethodsuchaseasytofallintolocalextremepointswithhighaccuracy，applicability，andcangeta moreaccurateglobaloptimalsolution．Finally，thefeasibilityandeffectivenessofthenew approachareverifiedby practicalproblem．Theexperimentalresultsshow thattheproposedalgorithm issignificantly superiortooriginal AFSA andthetraditionalcalculationmethodaswellasGA algorithm withwideapplication． Keywords：artificialfishswanTlalgorithm；slopestability