一种改进的遗传算法在土坡稳定中的应用.pdfVIP

港　工　技　术　　　　　　　　　　 2003 年 9 月　 . 3 ·20 · N o 一种改进的遗传算法在土坡稳定中的应用 朱福明, 周锡　, 王乐芹 (天津大学建工学院, 天津　300072) 　　摘要: 基于遗传算法的基本原理, 提出一种改进的遗传算法, 把小生境技术和记忆器引入遗传算法, 来保护种群的多 样性, 同时使每代最优解得到保留。把改进的遗传算法应用到求解土坡稳定的可靠度指标中, 克服了传统方法易陷入局 部极值的缺点。对于功能函数的非线性, 避免了求导或近似展开而产生的误差。 　　关键词: 遗传算法; 小生境技术; 记忆器; 可靠度指标 ( ) 中图分类号: Q 811. 8; TU 432　　　文献标识码: A 　　　文章编号: 1004- 9592 2003 03- 0020- 04 　　遗传算法是基本于生物进化仿生学算法的一 ( ) ”生成的下一代染色体, 一般采用算术交 M u tation 种, 它建立于达尔文生物进化的“物竞天择, 适者生 叉算子和二进制变异算子。 存”的基本原理之上, 是一种自适应概率性全局优化 1. 1　编码 搜索算法, 可处理设计变量离散、目标函数多峰值且 遗传算法中用以表示参数向量结构的常用编码 导数不存在、可行域狭小且为凹形等优化问题。遗传 方式有 3 种: 二进制编码, 格雷编码, 浮点编码。二进 算法作为一种智能化的全局搜索算法, 自20 世纪 制码编码、解码操作简单易行, 不仅便于实现交叉、 80 年代问世以来便在数值优化、系统控制, 结构优 变异等操作, 而且便于利用模式定理对算法进行理 化设计、参数辨识等诸多领域的应用中展现出其特 论分析。格雷码是二进制码的变形, 具有二进制码相 有的魅力, 同时也暴露出许多不足和缺陷。大量研究 似的特点, 其编码、解码操作相对复杂, 但基于格雷 表明, 遗传算法的实际应用中存在以下几方面的缺 编码的算法局部搜索能力有较大提高。浮点编码方 陷: ①全局搜索能力极强而局部寻优能力较差。研究 式编码长度等于参数向量的维数, 达到同等精度要 [ 1 ] 发现 , 遗传算法可以用极快的速度达到最优解的 求的情况下, 编码长度远小于二进制码和格雷码。此 90% 左右, 但要达到真正的最优解则要花费很长时 外, 浮点编码使用的决策变量的真实值, 不需反复进 间。②易出现早熟收敛现象。当种群规模较小时, 如 行数据转换。因此, 本文采用浮点编码方式。 果在进化初期出现适应度较高的个体, 群体的多样 1. 2　适应度函数 性往往会受到破坏, 从而出现早熟收敛现象。本文针 适应度函数是遗传进化操作的基础, 它的构造 对基本遗传算法的上述缺陷, 提出一种改进的遗传 是遗传算法的关键。合理的适应度函数能引导搜索 算法, 以增加遗传算法在求解优化问题、特别是实际 朝最优化方向进行。本文构造基于序的适应度函数。 工程应用中的有效性。