边坡治理措施的优化设计.pdfVIP

设计 文摩 文华 李 欣 边坡工程中普遍 出现了高陡边坡 的稳定性 问题，抗滑桩 遗传个体 ，使种群不断进化，通过一代一代不断的繁殖、进 作为整治边坡 的一种有效措施，在工程实践 中得到了广泛应 化 ，最后收敛到一群最适应环境的个体上 ，求得 问题的优化 用。抗滑桩解决 了路基边坡支挡加 固、滑坡整治、深基坑开 解 ，由于遗传算法的搜索不依赖于梯度信息，所以它的应用 挖支护等工程滑坡问题 ，t满足了当前土方机械化施工要求。 非常广泛 ，包括在土木工程中的应用，尤其适合于处理传统 传统的抗滑桩设计方法中，设计人员一般只根据规范和 优化方法难 以解决的高度复杂的非线性问题。 经验参照 已有类似的结构确定方案 ，采用试算的方法对其进 1_2基本遗传算法的工作原理 行具体参数设计 ，而规范所给定的范围要求和界限要求有较 遗传算法模拟 了生物进化的过程 ：复制、杂交和变异 大的浮动空间，设计往往偏于保守，安全储备大 ，所 以，传 3种算子分别模拟了生物进化过程 中的繁殖、交配和基 因突 统的抗滑桩设计方案并不是最优方案 ，耗费材料 多 ，造价 变现象：适应值函数模拟了生物对环境 的适应能力：复制算 高，造成 了很大的浪费。本文采用遗传算法对抗滑桩进行优 子中对个体的选择模拟了优胜劣汰的生物进化原则。 化设计。 生物遗传物质的主要载体是染色体 ，而这种染色体的演 1遗传算法优化方法 化是一个不断进行复制、杂交、和变异的竞争过程。遗传算 1．1遗传算法简介 法的优化方式就是将一串数据 (或数组 )作为染色体种群， 遗传算法 (GeneticAlgorithm，简称GA)是一种基于 通过这种进化机制得到优化问题的解。遗传算法寻求最优勰 Darwin进化论和Mendel遗传学说 的优化算法。它模拟 了自 的步骤如下： 然选择和遗传 中发生的繁殖、交配和突变现象，根据适者生 1)利用优化 问题的 目标函数建立非负的适应值函数。 存、优胜劣汰的进行原则，对可能包含解的种群 (含 多个个 2)随机产生一定数 目的初始染色体 ，将这些随机产生的初 体 )反复使用复制、交换和变异等遗传操作 ，不断生成新的 始染色体组成一个种群 并用一个 向量表示初始染色体种群 个体的编码。3)计算染色体数据对优化问题的适应度。4) leta=w 根据适应度判断染色体的优劣，从当前种群中选择优 良的染 色体 ，进行 自我复制，形成新一代 的染色体中间种群。5) letb=0．O01n 对这个中间种群实施交叉与变异操作 ，形成新的子代种群。 letx=a+b 6)对新的子代种群重复3)一5)的操作 ，构成新一轮遗传 eltc=X ·X -X—h1 ·X ·X—h 进化过程。如果找到合适的解或达到最大进化代数 ，则搜索 ffcO．001thenprintx，C 计算结束。 nextlq 2抗滑桩的优化设计模型 抗滑桩的设计原理是凭籍桩与周 围岩、土 的共 同作 nextW