算法的高边坡最危险滑动面确定方法.pdfVIP

中 外公路 第27卷第2期 0 24 2O 7年4月 文章编号：1671—2579(2007)02一0024一03 基于遗传算法的高边坡最危险滑动面确定方法 曾 胜 (长沙理工大学，湖南长沙410076) 摘要：高边坡稳定性分析的关键是如何确定最危险滑动面。传统的计算方法都是根 据经验，人为地确定最危险滑动面，计算安全系数，如黄金分割法或者设定圆心、半径的步长 进行逐点扫描，这些方法的精度都不高且容易陷入局部极值点。该文引入能模拟生物进化过 程的遗传优化算法来搜索边坡的最危险滑动面，通过一具体工程实例的对比计算，说明其与 传统计算方法相比精度更高，适应性更强，值得推广应用。 关键词：边坡；滑动面；遗传算法；稳定 1 前言 2遗传算法最优解搜索过程 随着我国高速公路建设的发展，特别是近年来高 遗传算法(Genetic 速公路不断向中西部地区延伸，在高速公路修建中，不 能式搜索、并行式计算和全局优化等特点，特别适合于 可避免地要遇到高陡边坡的工程问题。由于高边坡失 求解目标函数的多极点问题。 稳引起的滑坡、坍塌等现象时有发生，严重影响高速公 遗传算法模拟了自然选择和遗传过程中发生的繁 路行车安全和正常运营。高边坡的稳定性问题已引起 殖、杂交和变异现象，是一种基于自然选择和群体遗传 了公路部门的重视。 机理的搜索算法。遗传算法是由可行解组成的群体逐 边坡稳定分析的方法比较多，目前在工程中应用 代进化的过程。选择、交叉、变异这3个操作算子构成 较为广泛的就是以极限平衡理论为基础的条分法，其 了遗传算法的主要遗传操作。该算法求解过程可分以 基本思路是：假定边坡岩土体破坏是由于边坡内产生 下几步： 了滑动面，滑动面上的坡体服从破坏条件，假定滑动面 (1)模型参数编码。设编码长度为忌，把模型中每 已知，通过考虑滑动面形成的隔离体的静力平衡，判断 个参数的变化区间等分成2卜1个子区间，于是模型参 滑动面上的滑体的稳定状态或稳定程度。由于滑动面 数变化空间被离散成(2‘)一个参数网格点。其中每个 是人为假定的，只有求出一系列滑面发生滑动时的破 网格点视为一个体，它代表模型p个参数的一种可能 坏荷载，其中最小的破坏荷载与之相对应的滑动面就 取值状态，并用户个志位二进制表示，通过编码将十进 是可能存在的最危险滑动面。从中可以看出，边坡稳 制数转化为二进制串。因此，GA的直接操作对象是 定性分析的关键就是先假定破裂面形状(一般为圆弧 这些二进制串。 形)，搜索最危险滑动面所在的位置并计算与之相对应 (2)产生第一代个体，即初始种群。从上述(2‘)， 的最小安全系数。遗传算法是通过模拟自然界生物进 个网格点中随机选取，z个点作为初始父代。 化过程来搜索优化问题最优解的一种方法。本文将遗 (3)计算个体的适应度，并判断是否符合优化准 传方法引入边坡稳定分析中，以提高边坡稳定分析的 则，若符合，输出最佳个体及其代表的最优解，并结束 效率和精度。 计算；否则转向第(4)步。 收稿日期：2007一02一11 作者简介：曾 胜，男，博士，