基于三维数值模拟的高填方边坡强夯效应研究

根据某拟建变电站高填方边坡地质资料建立三维数值计算模型,计算分析不同夯击能和夯击位置条件下边坡土体的竖向位移、水平位移和加速度等响应随动力时间的变化规律.不同工况下的计算结果表明:夯击主要影响表层土体,夯击能越大夯击区域表层土体位移越大,不同夯击能下土体影响区变化较小;夯击引起的土体加速度峰值随夯击能的增大而增大;夯击点离边坡面越远,夯击影响区有所增大而夯沉量有所减小,且边坡顶部和边坡面中部水平位移下降十分显著.研究结论可为类似高填方边坡工程强夯施工设计提供参考.     

基于动态因子和共享适应度的改进粒子群算法

为提高粒子群算法的收敛速度和优化性能,避免陷入局部最优,提出了一种基于动态学习因子和共享适应度函数的改进粒子群算法.在惯性权重w随着迭代次数非线性减少而动态调整学习因子的基础上,引入共享适应度函数.当算法未达到终止条件而收敛时,利用粒子和最优解间距离挑选一批粒子重新初始化形成新群体,并用共享适应度函数对新群体进行评价,新旧2个群体分别追随自己的局部最优解直至迭代结束.对4个典型多峰复杂函数的测试结果表明,该改进算法不仅加快了寻得最优解的速度,而且提高了粒子群算法全局收敛的性能.     

基于动态分级和邻域反向学习的改进粒子群算法

针对粒子群算法容易陷入局部最优解的问题,提出了一种基于动态分级和邻域反向学习的改进粒子群算法.该算法通过构建动态分级机制,将种群中的粒子动态地划分成3个等级,对不同等级内的粒子采取不同的扰动行为,使得粒子在增强种群多样性的同时保持向全局最优方向进化;采用粒子智能更新方式,提高了粒子的搜索能力;引入动态邻域反向学习点建立全局搜索策略,促使种群快速寻优.最后,利用多种典型测试函数对该算法进行仿真实验,结果表明,与其他几种优化算法相比,本算法具有较好的收敛性和稳定性.