基于蚁群算法的严格最大剩余推力临界滑动面搜索

发布时间：2018-10-16 12:59

【摘要】：临界滑动面搜索一直是边坡稳定性分析中十分重要的课题,由于极限平衡法具有理论简单,易于被工程师掌握的优点,因此,仍在工程应用中占主导地位。剩余推力法是国内学者提出的一种简单实用且有较高精度极限平衡法,已被纳入国家规范。针对目前剩余推力法条间力假设简单,只考虑了力的平衡而忽略力矩平衡的缺点,通过Spencer法迭代构造了严格剩余推力法边坡临界滑动面搜索优化的模型,并结合蚁群算法搜索出了最大的剩余推力相应的临界滑动面。该模型具有精度高,收敛快的特点。最后给出的两个算例与传统的蚁群算法直接搜索安全系数最小得到的结果做了比较,表明了本文方法的正确性。
[Abstract]:The search of critical sliding surface is always a very important subject in slope stability analysis. Because the limit equilibrium method has the advantages of simple theory and easy to be grasped by engineers, it still plays a leading role in engineering application. The residual thrust method is a simple, practical and high precision limit equilibrium method proposed by domestic scholars, which has been incorporated into the national norms. In view of the simple assumption of the inter-bar force of the residual thrust method at present, considering only the balance of the force and neglecting the balance of the moment, a model for searching and optimizing the critical sliding surface of the slope using the strict residual thrust method is constructed by iterating through the Spencer method. The critical sliding surface corresponding to the maximum residual thrust is obtained by using ant colony algorithm. The model has the characteristics of high precision and fast convergence. Finally, two examples are given and compared with the results obtained by the traditional ant colony algorithm, which directly search for the minimum safety factor. The results show that the proposed method is correct.
【作者单位】： 中国科学院武汉岩土力学研究所
【基金】：国家自然科学基金资助项目(No.11172313) 973项目(No.2011CB013505)
【分类号】：TU43

【参考文献】

相关期刊论文 前10条

1 高玮;张鲁渝;张飞君;;边坡临界滑动面搜索的奖惩蚁群算法研究[J];水利学报;2012年02期

2 高玮,郑颖人;蚁群算法及其在硐群施工优化中的应用[J];岩石力学与工程学报;2002年04期

3 陈昌富,龚晓南;混沌扰动启发式蚁群算法及其在边坡非圆弧临界滑动面搜索中的应用[J];岩石力学与工程学报;2004年20期

4 陈云敏;魏新江;李育超;;边坡非圆弧临界滑动面的粒子群优化算法[J];岩石力学与工程学报;2006年07期

5 李亮,迟世春,林皋;基于蚁群算法的复合形法及其在边坡稳定分析中的应用[J];岩土工程学报;2004年05期

6 李亮;于广明;褚雪松;;边坡临界滑动场方法的优化算法实现[J];岩土工程学报;2010年06期

7 薛新华;张我华;刘红军;;基于遗传算法和模糊神经网络的边坡稳定性评价[J];岩土力学;2007年12期

8 石露;李小春;任伟;方志明;;蚁群算法与遗传算法融合及其在边坡临界滑动面搜索中的应用[J];岩土力学;2009年11期

9 陈昌富,龚晓南,王贻荪;自适应蚁群算法及其在边坡工程中的应用[J];浙江大学学报(工学版);2003年05期

10 王建锋,Wilson H.Tnag,崔政权;边坡稳定性分析中的剩余推力法[J];中国地质灾害与防治学报;2001年03期

【共引文献】

相关期刊论文 前10条

1 王侠;程乃伟;;蚁群算法在动态疏散路径优化过程中的应用[J];安防科技;2009年10期

2 梅胜全;梅小平;;应用免疫粒子群算法进行边坡稳定性分析[J];地下空间与工程学报;2009年06期

3 侯世伟;杜修力;李立云;;土坡稳定分析中的最危险滑裂面问题[J];地下空间与工程学报;2010年03期

4 赖勇;胡明军;;抗滑桩设计推力的等效挠度确定方法[J];地下空间与工程学报;2011年01期

5 陈任;邓清勇;邝利丹;李凤姣;;基于Blackfin的锂电池管理系统[J];兵工自动化;2011年12期

6 李健;吴顺川;高永涛;周喻;邓增兵;;基于Kriging与Closest Point融合算法的边坡岩土层界面拟合[J];北京科技大学学报;2012年05期

7 方锡邦;王国庆;;基于Simulink模型的静态优化和动态优化[J];北京汽车;2010年05期

8 张玉洁;孟祥武;;利用蚁群算法求解电信客户初始信用评分问题[J];北京邮电大学学报;2010年01期

9 穆朋刚;赵美英;陈鹏飞;万小朋;;基于蚁群算法的复合材料层合板的铺层顺序优化[J];玻璃钢/复合材料;2007年06期

10 王羽;肖盛燮;冯五一;张元才;于忆骅;;土质边坡失稳判别的CA—AA耦合模型[J];吉林大学学报(地球科学版);2010年01期

相关博士学位论文 前10条

1 席本强;废弃矿山垃圾填埋场边坡稳定性及加固防渗研究[D];辽宁工程技术大学;2010年

2 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年

3 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年

4 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年

5 李鹤喜;基于视觉反馈的焊接机器人自主示教关键技术研究[D];华南理工大学;2010年

6 王玉宝;节水型农业种植结构优化研究[D];西北农林科技大学;2010年

7 庄梅玲;三维衣身原型曲面展平技术的研究[D];东华大学;2010年

8 周巍;煤矿井下搜救探测机器人的路径规划及轨迹跟踪控制研究[D];太原理工大学;2011年

9 张凌云;高密度电阻率勘探反演的非线性方法研究[D];太原理工大学;2011年

10 徐冲;分岔隧道设计施工优化与稳定性评价[D];北京交通大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 王成华,夏绪勇;边坡稳定分析中的临界滑动面搜索方法述评[J];四川建筑科学研究;2002年03期

2 贺可强,雷建和;边坡稳定性的神经网络预测研究[J];地质与勘探;2001年06期

3 林锦,朱文兴;凸整数规划问题的混合蚁群算法[J];福州大学学报(自然科学版);1999年06期

4 马良,项培军;蚂蚁算法在组合优化中的应用[J];管理科学学报;2001年02期

5 吴庆洪,张纪会,徐心和;具有变异特征的蚁群算法[J];计算机研究与发展;1999年10期

6 包太;刘宝琛;;遗传算法在边坡稳定系数计算中的应用[J];重庆建筑大学学报;2007年01期

7 张纪会,高齐圣,徐心和;自适应蚁群算法[J];控制理论与应用;2000年01期

8 郝吉生,袁崇孚;模糊神经网络技术在煤与瓦斯突出预测中的应用[J];煤炭学报;1999年06期

9 魏平,熊伟清;用于一般函数优化的蚁群算法[J];宁波大学学报(理工版);2001年04期

10 王德意,罗兴，

本文编号：2274437