基于遗传算法的混合优化反分析及比较研究-中国科技论文在线.PDF

基于遗传算法的混合优化反分析及比较研究 1 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：本文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三 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—遗传混合算法；（2 ）将两类混合 优化方法：阻尼最小二乘—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—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—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：遗传算法 模拟退火—遗传算法 阻尼最小二乘—遗传算法 优化反分析 用，文献[9]把神经网络和遗传算法结合起来求解结 1 概述 构优化问题，文献[10][11]应用神经网络进行深基坑 开挖引起的结构变形预测，冯夏庭应用神经网络结 位移反分析自诞生以来，在岩土工程中已得到 合有限元进行位移反分析[12]，而模拟退火算法在岩 广泛应用，并发展了多种反分析方法，如逆反分析 土工程中的应用尚未见到应用的报道。文献[13]应 法、正反分析法等[1] ，研究应用较多的是正反分析 用遗传算法进行粘弹性位移反分析。 法，即优化反分析方法，利用优化方法搜索最优解。 本文在遗传算法的基础上，发展了遗传算法与 国内外很多学者对优化方法进行了研究。G.Gioda 阻尼最小二乘法的耦合算法—混合遗传算法，并应 （1987）等总结了适用于岩土工程反分析的四种优 用于位移反分析，同时将模拟退火—遗传算法应用 化方法，即单纯形法、拟梯度法、Rosenbrok 法（改 岩土工程的优化反演分析。结合基坑工程算例，对 进的变量替换法）和 Powell 法，验证表明，这四种 遗传算法、阻尼最小二乘—遗传算法、模拟退火— 方法计算量大、解的稳定性差、收敛速度慢[2] 。冯 遗传算法以及常规优化方法阻尼最小二乘法、单纯 紫良（1989，1991）对地下工程反分析应用的唯一 形法分别从搜索速度、搜索精度、初始值的选择以 性、可行性进行了研究并提出了多种位移反分析的 及算法的稳定性方面进行了比较分析[14] 。 计算加速方法[3-5] 。李素华（1993）等就不同的优化 方法(单纯形加速法、复合形加速法、混合罚函数法 2 优化方法及算法 和新 Powell 法)在弹性横观各向同性以及弹塑性围 岩位移反分析中的应用作了比较，并结合算例进行 2.1 单纯形法 分析[6] 。吕爱钟（1996）结合 6 种最优化方法在巷 通过对 n 维空间上 n +1顶点的函数值进行比 道位移弹性、弹塑性反分析中的应用，从初始参数 较，并采用镜射、压缩、扩大方式来排除函数值最 初始点的选择、收敛速度、收敛精度和可靠性方面 大的点，找到函数值最小的点，以形成新的单纯形， 评价了这几种方法的优劣[7][8] 。以遗传算法、神经网 逐步逼近极小值点。 络法为代表的现代优化方法开始在岩土工程中应 2.2 阻尼最小二乘法 作者 朱合华 简介： 男，39 岁