遗传算法在滑坡体变形监测预计方面的应用探讨.docxVIP

? ? 遗传算法在滑坡体变形监测预计方面的应用探讨 ? ? 【Summary】介绍了遗传算法的模型，对滑坡体水平位移、滑坡体沉降量监测数据进行了预测。结果表明，利用遗传算法特有的全局优化能力，对预计函数可以做出很好的拟合。 【Key】遗传算法；滑坡变形监测；预计 引言 遗传算法是模拟自然界生物进化过程与机制求解极值问题的一类自组织、自适应人工智能技术。本文对遗传算法在滑坡体变形监测预计方面的应用做了一些有益的探讨。 1.遗传算法以及其改进模型 1.1 遗传算法模型 标准的遗传是从生物学的角度引出和具体阐释的并且给出了遗传算法的基本框架，以后对于遗传算法的改进，都是基于此种算法。 标准遗传算法的流程如下：（l）使用二进制编码对搜索空间进行编码。（2）随机产生包含n个个体的初始群体。（3）适应度评估检测个体适应度（个体适应度反映了个体好坏的情况）。（4）WHILEDO。（5）用赌轮选择方法选出若干个体进行繁殖，个体可以重复。（6）随机配对，按一定概率（交叉概率）进行一点交叉操作，并生成两个子个体。（7）按照一定概率（变异概率）变异二进制个体串中某个（些）位。（8）适应度评估检测个体适应度。（9）END DO。这个過程将导致种群象自然进化一样的后代种群比前代更加适应环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。 1.2遗传算法的改进模型 遗传算法在许多优化问题中都有