论文部分内容阅读
土坡稳定性分析问题是各种工程建设中经常遇到的问题之一,如何提高土坡稳定分析的精度、效率及可靠性一直是研究工作者关注的焦点所在。土坡最危险滑动面的搜索确定是土坡稳定性分析的关键技术。而土坡最危险滑动面的搜索可归结为一个以土坡整体稳定安全系数作为目标函数的非线性优化问题。智能优化算法因其源于自然机理的独特机制和鲁棒性强、高度并行、分布式等特点,在解决复杂非线性优化问题方面较传统优化技术具有明显的优势。本文以遗传算法作为基本框架,借鉴疫苗提取、疫苗接种、免疫记忆、基因亲和突变、基因重组等思想提出了一种改进的免疫遗传算法。与遗传算法和既有免疫算法相比,主要在交叉操作方式、算法结构、疫苗提取方式、疫苗接种方式以及免疫选择等方面作了改进和调整。利用智能算法测试中较常用的五个典型函数,通过设计适当的测试方案对本文所提出的改进免疫遗传算法性能进行测试,结果表明算法的收敛性、搜索精度和效率较遗传算法和模拟退火算法都有明显的提高。在此基础上,本文研究了基于免疫遗传算法的土坡安全稳定性分析建模问题,着重解决了土坡最危险滑动面搜索问题的遗传变量设计、编码、适应度函数设计以及由遗传变量到适应度函数的算法自动实现等方面的问题。并研究开发了基于免疫遗传算法的圆弧形和非圆弧形最危险滑动面搜索模型,可用于求解各种土坡安全稳定性分析问题。工程算例比较和实例计算分析都说明模型不仅有效,而且性能更为优良,可以客观地反映边坡坡度、地下水、地震的影响效应。对于参数随机变异性影响较大的土坡稳定性分析问题,本文从结构可靠度分析的基本理论和方法出发,将蒙特卡罗(Monte-carlo)随机模拟技术与基于免疫遗传算法的土坡安全稳定性定值分析方法相结合,提出一种新的土坡稳定可靠性分析方法和模型。工程实例计算结果表明,模型具有较好的计算收敛特性,对于土坡稳定性随机影响因素的作用效应也能够很好地予以反映,模型计算分析结论与实际情况完全相符,验证了本文模型的正确性。此外,基于该模型和工程实例,本文对土坡抗风险设计问题也进行了深入的研究,指出通过控制回填土强度指标随机变异性和增加土层锚索(锚杆)支护都可有效地提高土坡稳定可靠性。