钉锚复合土钉支护结构的数值模拟模型

钉锚复合土钉是在土钉支护结构中复合了锚杆加固技术的一种深基坑支护技术，是近年来在城市建筑深基坑支护工程中发展起来的一种特殊的土钉支护技术，在借鉴前人研究成果的基础上．从土体的本构关系、土钉以及锚杆的模拟研究出发，建立了复合土钉的二维有限元模弛；利用Ansyse 8．1有限元软件对钉锚复合土钉进行模拟分析的结果，可以得到这种支护条件下不同锚固段长度和顶应力大小对土钉、锚杆的拉力和基坑的位移的影响规律。     

深基坑土钉墙外部稳定可靠度优化分析方法

讨论了土钉墙外部稳定性的分析计算方法。将优化方法和可靠性理论有机结合，提出了分析土钉墙抗滑，抗倾和深层土体抗滑移可靠度优化分析方法，建立了优化分析数学模型，结合实例，探讨了土钉墙外部稳定三种失效模式下的可靠度指标β与土体物理力学参数及土钉墙受力精况之间的关系。     

模拟退火算法在边坡稳定分析中的应用研究

模拟退火算法是1种求解组合优化问题全局最优解的有效算法.本文通过建立可适用于边坡在任意复杂条件下进行最危险滑裂面的稳定性分析的优化数值分析模型,首次运用模拟退火算法和随机搜索法,提出了搜索最危险滑裂面的位置的数值分析算法,结合工程实际进行了分析.结果表明,该算法是可行的和高效的.     

水泥土搅拌桩复合土钉支护稳定性分析

水泥土搅拌桩复合土钉支护技术是一种基于普通土钉支护技术发展形成的深基坑技术手段,该技术手段可以有效加强对基坑变形问题的控制,提升基坑边坡整体的稳定性,主要应用在土质不佳、基坑较浅的工况,合理应用可以有效提升抗剪强度,实现超前支护,减少变形等问题。本文主要对水泥土搅拌桩复合土钉支护的稳定性进行了简单的研究分析。     

拖拉机弹性悬架结构的遗传复合形优化设计

针对传统优化算法全局性较弱,容易陷入局部解,以及遗传算法的局部速率较慢和局部搜索能力不足等问题,采用将遗传算法和复合形算法相结合的遗传复合形算法.在此基础上对拖拉机弹性悬架结构进行了优化设计研究,并且与传统优化方法进行了比较.结果表明,对同样初始条件的拖拉机弹性悬架进行结构设计时,采用遗传复合形算法比采用传统算法可以使得拖拉机弹性悬架钢板弹簧的体积减小2.6％,因此遗传复合形算法在求解弹性悬架多变量、多约束优化问题的时候是有效的和正确的.     

土钉技术在边坡支护中的应用

土钉墙支护是通过土钉技术的加固使其成为一个复合挡土结构,是一种结构轻巧、性能可靠、造价经济、施工简便的支护方法,在基坑及边坡支护中得到广泛的应用。但土钉支护隐蔽工程较多,施工质量难于控制。如何保证和提高工程质量一直是广大工程技术人员关心的重要问题。对土钉墙边坡支护工程的作用机理、设计参数选择、施工工艺及工程质量控制等方面的相关技术进行探讨,旨在为此类工程的设计、施工及质量控制提供参考。     

基于遗传算法和GIS的作物空间布局优化

作物空间布局是耕作制度中的一个重要内容，它是一种具有自然、社会、耕作制度等多方面影响因素及空间特征的组合优化问题。传统的优化算法解决具有空间特征的组合优化问题的效率很低，或者难以解决。遗传算法是一种新的智能优化算法，它通过模拟自然进化过程，利用简单的编码技术和遗传操作来高效的解决复杂的组合优化问题。本文提出了一种以地理信息系统（GIS）为平台，遗传算法为空间布局优化模型的作物空间布局优化方法。     

基于思维进化优化BP神经网络的大豆叶片叶绿素含量高光谱反演

为进一步研究优化神经网络算法在植物生化参量高光谱反演当中的应用问题,运用遗传算法和思维进化算法对BP神经网络进行优化来构建大豆叶片叶绿素含量反演模型。利用实测光谱数据和对应叶绿素数据建立训练数据集,然后分别使用遗传算法和思维进化算法对BP神经网络进行优化训练,将训练好的模型用于叶绿素含量估算。结果表明,基于思维进化优化BP神经网络模型能准确预测叶绿素含量,且模型最稳定,能够解决小样本情况下叶绿素含量估算问题,并保证估算精度,可以作为大豆叶片叶绿素含量估算的一种新的参考方法。     

人工鱼群算法与遗传算法融合求解聚类问题研究

人工鱼群算法(AFSA)是一种新提出的新型仿生优化算法。遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法。聚类在数据挖掘、统计学和机器学习等很多领域都有广泛应用。聚类问题实质是一个全局优化问题。将遗传算法中的选择和变异融合到人工鱼群算法,提出一种人工鱼群算法与遗传算法的融合算法,并应用于求解聚类问题,结果该算法保持了AFSA算法简单、易实现的特点,仿真试验取得了较好的效果。     

一种改进的多种群量子遗传算法

针对常规量子遗传算法(Quantum genetic algorithm,QGA)在求解连续函数优化问题时容易陷入局部极值,提出了一种改进的多种群量子遗传算法(Improved multi-population quantum genetic algorithm,IMPQGA).该算法将初始化种群划分成N个子种群,每个子种群按不同的量子旋转门策略更新,然后相互交换子种群最优个体,同时在算法进化中引入一种新的量子旋转门,随进化代数增加动态地调整染色体个体进化方向,使算法及时跳出局部最优,避免早熟收敛.仿真结果表明,该算法相比常规量子遗传算法和多种群遗传算法(Multi-population quantum genetic algorithm,MPQGA)具有更好的优化性能.     

对深基坑支护施工中若干技术问题的探讨

随着建筑物的安全问题越来越受到重视,为了确保建筑物的问题定,建筑施工一定要做好质量控制工作。本文主要对深基坑支护施工中的土钉墙复合体的支护体系施工技术进行了简单地探讨。     

边坡稳定性分析水平条分法及其进化计算

研究了层状边坡稳定性分析计算方法，提出了适合此类边坡稳定性分析的水平条分法．通过改进进化过程中的选择和复制机制以及交叉和变异操作，提高了进化算法的搜索效率和全局收敛性能，并据此提出了层状边坡稳定性分析和临界滑动面搜索改进进化算法．实例验证及对比分析表明本文方法与常用方法如Bishop法和Chen-Morgenstern法的计算结果的误差在5％以内，适合于非均质边坡稳定性分析且能快速搜索到全局最优解．     

基于混合遗传算法的车辆优化调度研究

将遗传算法和模拟退火算法结合,设计了一种混合遗传算法（自适应的模拟退火遗传算法）,并根据一般车辆优化调度问题的特性,进行算法的设计,比如染色体的编码方式、遗传算子以及参数的设定等,通过实例进行了仿真实验．结果表明：用这种混合遗传算法求解车辆优化调度问题,具有很好的优化性能．     

基于改进遗传算法的网格资源调度策略算法

网格的资源调度是网格的核心应用之一,是一个完全NP问题。遗传算法是解决任务调度的全局优化搜索算法。提出了一种基于改进遗传算法的任务调度策略算法。该算法将子任务按照层次深度排序,兼顾网格资源的运算能力,通过DAG图获取层次关系,解决种群中的非法染色体问题。在种群进化的时候采用多种群、强父代染色体进化重组的方案。仿真试验表明,该算法具有一定的全局搜索能力和局部搜索能力,在搜索能力和搜索速度上优于普通的遗传算法。     

图像增强模糊算法的协同进化优化

协同进化遗传算法(CGA)比简单的遗传算法具有更快的收敛速度和更好的寻优效果,将其应用于图像增强的模糊算法优化,以达到最佳的模糊逻辑处理效果。遗传进化中,同时优化了模糊逻辑规则、选择了最优隶属度函数和隶属度函数参数。通过具体图像处理试验,在主观和客观评价上都证明了该方案的有效性。     

图像增强模糊算法的协同进化优化

协同进化遗传算法(CGA)比简单的遗传算法具有更快的收敛速度和更好的寻优效果,将其应用于图像增强的模糊算法优化,以达到最佳的模糊逻辑处理效果。遗传进化中,同时优化了模糊逻辑规则、选择了最优隶属度函数和隶属度函数参数。通过具体图像处理试验,在主观和客观评价上都证明了该方案的有效性。     

基于免疫遗传算法的等温输油管道优化设计

免疫遗传算法是生命科学中免疫原理与传统遗传算法结合后得到的一种新兴算法,对求解非线性规划问题效果显著.应用该算法对等温输油管道优化数学模型进行了求解,实例计算表明,该算法优化性能好,优化效率高,在等温输油管道最优化设计问题上有很好的应用前景.     

微分进化算法在水电站水库优化调度中的应用

【目的】针对传统优化算法的不足,将微分进化算法应用到水电站水库优化调度问题中,建立新的优化算法模型。【方法】建立基于微分进化算法的水电站水库优化调度模型,并给出具体求解步骤。为验证算法的有效性,将其应用于具体水电站水库的优化调度计算中,最后将该方法与遗传算法的计算结果进行了对比。【结果】实例计算结果表明,与遗传算法相比,微分进化算法收敛速度快,可调参数少,计算精度高,稳定性好,且该算法简单、容易实现,具有较强的全局搜索能力。【结论】微分进化算法在解决水电站水库优化调度问题时具有很强的适用性,为求解水电站水库优化调度问题提供了新思路。     

粒子群算法及其应用研究

粒子群优化算法(PSO)源于对鸟群捕食系统的模拟,是近年来被广为关注和研究的一种智能优化算法。PSO算法属于进化算法的一种,比遗传算法(GA)更简单易实现,且没有交叉和变异操作,需要设定的参数也不多,收敛速度快。目前已广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法等领域。目前PSO的研究主要集中在算法本身和算法的应用研究两个方面。     

一种融入小生境技术的遗传禁忌算法

针对遗传算法在全局优化问题中容易出现早熟和收敛速度慢,禁忌搜索强烈依赖于初始解等问题,根据遗传算法和禁忌搜索算法自身的特点,分析两者的优势和不足,提出了一种融入小生境技术的遗传禁忌算法.该算法采用融入了小生境技术的遗传算法作全局搜索,用禁忌搜索算法作局部搜索,可以加快收敛速度,同时可以抑制早熟现象,避免过早收敛到局部最优.分析和实验结果表明,该算法能很好地抑制早熟收敛,同时在计算速度和计算结果方面都有改进,是一种快速有效的优化算法.