基于遗传算法的混合优化反分析及比较研究.pdfVIP

基于遗传算法的混合优化反分析及比较研究.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
查看更多
基于遗传算法的混合优化反分析及比较研究.pdf

第 22 卷 第 2 期 岩石力学与工程学报 22(2) :197~202 2003 年 2 月 Chinese Journal of Rock Mechanics and Engineering Feb. ,2003 基于遗传算法的混合优化反分析及比较研究 朱合华 刘学增 ( 同济大学土木工程学院地下建筑与工程系 上海 200092) 摘要 围绕优化反演分析中计算收敛速度、精度和稳定性问题,着重就传统和现代两类优化方法开展以下 3 方面 的研究:(1) 将阻尼最小二乘法与遗传算法耦合起来,发展了阻尼最小二乘法-遗传混合算法;(2) 将两类混合优化 方法:阻尼最小二乘法-遗传算法和模拟退火-遗传算法较早地用于优化反演分析;(3) 结合基坑工程算例,对单纯 形法、阻尼最小二乘法、遗传算法、模拟退火-遗传算法和阻尼最小二乘法-遗传算法进行了比较分析。结果表明, 与单纯形法等传统的优化方法相比,基于遗传算法的一类现代优化方法具有较好的全局收敛性;与常规的遗传算 法相比,阻尼最小二乘法-遗传和模拟退火-遗传等算法有效地提高了优化反演的计算搜索速度和精度。 关键词 最优化,遗传算法,模拟退火-遗传算法,阻尼最小二乘法-遗传算法,优化反分析 分类号 TP 183 文献标识码 A 文章编号 1000-6915(2003)02-0197-06 COMPARISON STUDY OF MIXED OPTIMAL METHODS BASED ON GENETIC ALGORITHM IN BACK ANALYSIS Zhu Hehua , Liu Xuezeng (Department of Geotechnical Engineering,School of Civil Engineering ,Tongji University,Shanghai 200092 China ) Abstract In light of computing speed ,precision and reliability ,the following three problems related to traditional and modern optimal methods are mainly studied : (1) the mixed genetic algorithm is presented based on the idea of coupling genetic algorithm with damping least square technique ;(2) the above mixed genetic algorithm and simulated annealing-genetic algorithm are led into back analysis in geotechnical engineering early;(3) some optimal methods,such as the simplex method,damped least square technique,genetic algorithm,simulated annealing-genetic algorithm and the mixed genetic algorithm,are evaluated and compared. The studied results show that compared with the traditional optimal methods like the simplex,the modern one based on genetic algorithm i

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档