淺談新型仿生優(yōu)化算法及其在巖土工程中的應(yīng)用

《淺談新型仿生優(yōu)化算法及其在巖土工程中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、中國科學(xué)院武漢巖土力學(xué)研究所博士后學(xué)位論文新型仿生優(yōu)化算法及其在巖土工程中的應(yīng)用姓名：高瑋申請(qǐng)學(xué)位級(jí)別：博士后專業(yè)：巖土工程指導(dǎo)教師：馮夏庭20050301中國科學(xué)院武漢鬻土所博士后工作報(bào)告—■—————■■—■——■————_II'——皇■———■—●■—■■—■——■-摘要為了發(fā)展巖土工程學(xué)科，本文把新近發(fā)展的學(xué)科——仿生計(jì)算引入其中進(jìn)行學(xué)科的交叉和融合，進(jìn)行仿生計(jì)算在巖士工程中應(yīng)用的研究工作。首先，采用三種新型仿生優(yōu)化算法進(jìn)行了優(yōu)化反分析研究，提出了一些新型反分析算法。1、首次結(jié)合進(jìn)化規(guī)劃、人工免疫系統(tǒng)原理及有限元計(jì)算提出了一種頹的免疫進(jìn)化規(guī)劃反分析方

2、法，采用一個(gè)工程實(shí)例證明了它是一種相當(dāng)理想的反分析方法。2、借助傳統(tǒng)蟻群算法的思想，并把前述免疫進(jìn)化規(guī)劃的一些優(yōu)點(diǎn)結(jié)合進(jìn)來，提出了一種免疫連續(xù)蟻群算法。基于此新算法，提出了一種新型反分析算法，并用一個(gè)標(biāo)準(zhǔn)算例證明了其有效性。3、把優(yōu)化性能優(yōu)良且設(shè)計(jì)簡(jiǎn)單的粒子群算法引入反分折研究，提出了一種基于粒子群優(yōu)化的新型反分析算法，也用一個(gè)標(biāo)準(zhǔn)算例證明了其有效性。其次，把新型仿生算法引入滑坡和邊坡工程研究中，解決地質(zhì)災(zāi)害防治問題。1、分析了滑坡演化的過程，給出了描述滑坡演化的動(dòng)力學(xué)方程。為了描述這個(gè)方程，提出了一種網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)化的新型進(jìn)化神經(jīng)網(wǎng)絡(luò)模型，進(jìn)而提出了一種滑坡演

3、化系統(tǒng)建模的進(jìn)化神經(jīng)網(wǎng)絡(luò)方法．最后，用一個(gè)工程實(shí)例對(duì)這種方法進(jìn)行了應(yīng)用研究，證明了方法的有效性．2、采用免疫連續(xù)蟻群算法，結(jié)合傳統(tǒng)的邊坡穩(wěn)定分析極限平衡法，提出了一種進(jìn)行滑坡和邊坡潛在滑動(dòng)面搜索的新方法。采用標(biāo)準(zhǔn)算例和一個(gè)工程實(shí)例進(jìn)行了算法的具體應(yīng)用研究。基于前面提出的滑動(dòng)面搜索算法，結(jié)合粒子群優(yōu)化，提出了一種同時(shí)進(jìn)行滑動(dòng)面搜索及其參數(shù)反演的新算法。并采用標(biāo)準(zhǔn)算例和一個(gè)工程實(shí)例證明了算法的有效性．關(guān)鍵詞：仿生算法，優(yōu)化反分析，免疫連續(xù)蟻群算法，粒子群優(yōu)化，滑動(dòng)面搜索孛鼙葶睪擎麓武漢囂主鼗蔣士蓐工舞壤告_———_——-——_一IlllllllIll''II●‘

4、葺—黼鼉i———_-_—_—_-一AbstractTodevelopgeotechnicalstudy,inthispaper,thenewdevelopedsubject．BionicsComputationisintroducedintotraditionalgeotechnicalfield．Firstly,threenewbionicsoptimizationalgorithmsareappliedintotraditionalbackanalysismethods，andsomenewbackanalysisalgorithmsarepropose

5、dhere．1．Combiningevolutionaryprogramming，principlesofartificialimmunesvstemandFEM，anewbackanalysismethod-immuneevolutionaryprogrammingbackanalysisisproposedherefirstly．Andthismethodisverifiedbyoneengineeringexample．Theresultsshowthat．thisnewmethodisagoodbackanalysismethod．2．Fromthe

6、thinkingoftraditionalantcolonyalgorithm，andcombiningtheadvantagesofaboveimmuneevolutionaryprogrammmg．a(chǎn)newnnmunecontinuesantcolonyalgorithmlsproposedhere．Andthen，basedonthisnewalgorithm，onekindofnewbackanalysismethodisproposedhere．Atlast，thisnewalgorithmiSverifiedbyonetypicalexample

7、．3．TheparticleswarlnoptimizationmethodwhoseefficiencyiSverygoodandimplementationisverysimpleisintroducedintobackanalysisfield．a(chǎn)ndanewbackanalysismethodbasedonparticleswarmoptimizationisproposedhere．Atlast．thisnewalgorithmisalSOverifiedbyonetyNcalexample．Secondly,thenewbionicsalgori

8、thmsareintroducedintoslide