基于粒子群算法的滑坡强度参数反演分析
基于粒子系统的滑坡灾害过程模拟仿真方法
基于粒子系统的滑坡灾害过程模拟仿真方法杜志强;李静【期刊名称】《地理信息世界》【年(卷),期】2017(024)002【摘要】传统滑坡模拟方法需要进行大量物理模拟计算,导致模拟效率低且模拟精度受制于所采用的力学模型.本研究在传统模拟方法的基础上引入PhysX物理引擎中的粒子系统模拟滑坡发生的整个过程,简化了传统模拟方法的大量物理模拟计算过程,提高了模拟效率.首先采用参数率定以及极限平衡分析方法计算滑坡灾害体的物理属性值及几何属性值,并将其转化为粒子属性,其次在物理引擎中通过控制模拟时间及粒子周期模拟滑坡灾害过程,最后通过粒子系统反馈回的滑坡粒子的几何位置、持续时间和个数等要素的统计计算得到滑坡灾害范围.选取浙江丽水市滑坡为典型案例,验证了本文方法的可行性与可靠性.%Traditional simulation method about landslide required a lot of physical calculations, resulting in low efficiency and uncertain simulation accuracy depended on the mechanical model used. This paper introduces the particle system of the PhysX to the traditional simulation method to simulate landslide, which simplifies physical calculation of traditional method and improves the efficiency of the simulation. Firstly, the physical properties values and the geometry of the landslide disaster are calculated based on the parameter calibration and the limit equilibrium method. Then convert them into the particle properties, the landslide in the PhysX system by controlling the simulation time and the lifetime of the particle are simulated. Finally, according toseveral elements such as the geometry position of a series of particles and the last time fed back by the particle system, some statistics to derive the time and the area of the landslide region are calculated. As a typical case, the simulation of Lishui landslide in Zhejiang province proved the feasibility and reliability of this method.【总页数】5页(P46-50)【作者】杜志强;李静【作者单位】武汉大学测绘遥感信息工程国家重点实验室,湖北武汉 430079;地球空间信息技术协同创新中心,湖北武汉 430079;香港中文大学太空与地球信息科学研究所,香港 999077;武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079【正文语种】中文【中图分类】TP391.9【相关文献】1.基于粒子系统的火焰仿真方法概述 [J], 万明;丁允一;崔晟圆;黄俊爽;李聪2.基于粒子系统的照明弹仿真方法 [J], 徐立涛;邓启亮3.基于粒子系统的飞机尾焰红外仿真方法研究 [J], 许春圣;张建奇4.基于粒子系统的火焰仿真方法概述 [J], 李相俭;崔晟圆;万明;边志丽;张倩5.基于粒子系统的雨天实时仿真方法 [J], 刘剑超;林亚军;王述运;董斐因版权原因，仅展示原文概要，查看原文内容请购买。
基于异步粒子群优化算法的边坡工程岩体力学参数反演
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｒ ｅ ａ ｓ ｏ ｎ ａ ｂ ｌ ｙ ｄ ｅ ｔ ｅ ｒ ｍｉ ｎ ｅ ｔ ｈ ｅ ｍｅ ｃ ｈ ａ ｎ ｉ ｃ ａ ｌ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ｏ ｆ ｓ ｌ ｏ ｐ ｅ ｒ ｏ ｃ ｋ ｍａ ｓ ｓ ，ｏ ｐ ｔ ｉ ｍｉ ｚ ｅ ｄ ｉ ｎ ｖ ｅ ｒ ｓ ｉ ｏ ｎ ｔ ｈ ａ ｔ ｉ ｓ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｆ ｉ ｅ ｌ ｄ ｏ ｂ ｓ ｅ ｒ ｖ ａ ｔ ｉ ｏ ｎ ｓ ｄ ｅ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｄ ａ ｔ ａ ｉ ｓ ｔ ｈ ｅ ｍａ ｉ ｎ ｍｅ ｔ ｈ ｏ ｄ ａ ｎ ｄ ｉ ｔ ｓ ｅ ｓ ｓ ｅ ｎ ｃ ｅ ｉ ｓ ａ ｎ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ
Ｉ ｎ ｖ ｅ ｒ ｓ ｉ ｏ ｎ ｏ ｆ Ｍｅ ｃ ｈ ａ ｎ ｉ ｃ ａ ｌ Ｐａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ｏ ｆ Ｓ ｌ ｏ ｐｅ Ｒｏ ｃ ｋ Ｂａ ｓ ｅ ｄ ｏ ｎ Ａｓ ｙ ｎｃ ｈ ｒ ０ ｎ ０ ｕ ｓ Ｐａ ｒ ｔ ｉ ｃ ｌ ｅ Ｓ ｗａ ｒ ｍ Ｏｐｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ
Ｚ ｈ ａ ｎ ｇ Ｔ ａ ｉ ｊ ｕ ｎ Ｘｕ Ｌ ｅ ｉ
（ Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｗａ ｔ ｅ ｒ Ｃ ｏ ｎ ｓ ｅ ｒ ｖ ａ ｎ ｃ ｙ ８ Ｌ Ｈｙ ｄ ｒ ｏ ｐ ｏ ｗｅ ｒ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ，Ｈｏ ｈ ａ ｉ Ｕｎ ｉ ｖ ． ，Ｎａ ｎ ｊ ｉ ｎ ｇ ２ １ ０ ０ ９ ８ ， Ｃ ｈ ｉ ｎ ａ ）
ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｆ ｏｒ ｅ ｓ ｔ ａ ｂｌ ｉ ｓ ｈｉ ｎ ｇ ｒ ｏ ｃ ｋ ｍｅ ｃ ｈ ａ ｎｉ ｃ ａ ｌ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ．Ｔｈｕ ｓ，ｈｏ ｗ ｔ ｏ ｃ ｈｏ ｏｓ ｅ ａ ｎ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎｔ ｏ ｐｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｏｒ ｉ ｔ ｈ ｍ ｉ ｓ ｔ ｈｅ ｃ ｏｒ ｅ ｐｒ ｏ ｂｌ ｅ ｍ ． Ｃｕｒ ｒ ｅ ｎｔ ｌ ｙ，ｐ ａ ｒ ｔ ｉ ｃ ｌ ｅ ｓ ｗａ ｒ ｍ ｏｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｏｒ ｉ ｔ ｈ ｍ ｈａ ｓ ｂｅ ｅ ｎ ａ ｐｐ ｌ ｉ ｅ ｄ ｔ ｏ ｉ ｎｖ ｅ ｒ ｓ ｅ ｓ ｌ ｏ ｐｅ ｅ ｎ ｇｉ —
粒子群优化算法反演无线电波导传输损耗分布
粒子群优化算法反演无线电波导传输损耗分布
随着移动通信技术的发展，无线电波导传输已经成为了一种重要的信号传输方式。
然而，在无线电波导传输过程中，由于波导结构的不规则变化和环境干扰等因素的存在，在一些情况下会导致无线电波导传输损耗分布出现不均衡的现象，这不仅降低了传输质量，也增加了维护成本。
因此，对无线电波导传输损耗分布的精确反演成为了研究的热点和难点。
粒子群优化算法是一种基于群体智能的优化算法，广泛应用于解决各种复杂的优化问题。
本文介绍了一种基于粒子群优化算法的无线电波导传输损耗分布反演方法。
首先，我们建立了一个波导传输模型，将波导传输损耗分布表示为一个函数的形式，并将函数的参数设置为优化变量。
然后，我们定义了一个适应度函数来评估每个个体的适应性，以粒子群优化算法为基础，不断地迭代个体位置和速度，直到达到最优解。
为了验证该方法的有效性，在Matlab软件上进行了数值模拟。
结果表明，该方法可以快速有效地反演无线电波导传输损耗分布，并且具有很高的准确性和稳定性。
综上，本研究展示了一种基于粒子群优化算法的无线电波导传输损耗分布反演方法。
该方法不仅具有高效性和准确性，而且可以为无线电波导传输的优化和维护提供有力的支持。
未来，将进一步探索其他基于群体智能算法的反演方法，并对该方法进行更加系统的优化和改进。
基于粒子群优化的WA-SVM模型在滑坡位移预测中的应用
基于粒子群优化的WA-SVM模型在滑坡位移预测中的应用杨虎;吴北平;陈美华;李前云【摘要】针对滑坡位移时间序列含大量噪声、具有明显的非线性等特征,本文提出了一种基于粒子群优化(PSO)的小波分析(WA)-支持向量机(SVM)滑坡位移预测模型(即WA-SVM模型).该模型在混沌分析的基础上,首先用WA将滑坡位移序列分解成不同频率的分量,然后采用PSO算法优选SVM模型参数,并利用SVM模型预测各分量值,最后将各分量预测值组合得到最终预测值.结合滑坡位移序列实例,将基于粒子群优化的WA-SVM模型的预测结果与WA-BP模型、单独SVM模型进行对比,结果表明该滑坡位移序列存在混沌特性,基于粒子群优化的WA-SVM模型克服了噪声的干扰和参数优选的问题,具有较高的预测精度和预测效率,为滑坡位移的预测提供了一种新的方法.【期刊名称】《安全与环境工程》【年(卷),期】2014(021)004【总页数】6页(P13-18)【关键词】滑坡;位移预测;混沌;粒子群优化;小波分析;支持向量机【作者】杨虎;吴北平;陈美华;李前云【作者单位】海南水文地质工程地质勘察院,海南海口570100;中国地质大学信息工程学院,湖北武汉430074;湖南有色测绘院,湖南长沙410129;重庆市208水文地质工程地质队,重庆400700【正文语种】中文【中图分类】X43;P642.22我国滑坡灾害非常严重，加强对典型滑坡体的地质调查、监测和治理，对可能发生的滑坡进行预测，具有重大的经济和社会意义［1］。
滑坡体受到岩土类型、地形地貌、气候及人类活动等因素的影响，是一个复杂的非线性系统，目前仅用物理方法或数学方法还难以对滑坡进行完全描述，需要借助数理统计及其他一些不确定方法来加以描述，以弥补物理方法等存在的不足。
目前各种借助于时间序列分析的方法在揭示滑坡位移时间序列规律中起着很重要的作用，其中混沌分析法在滑坡位移序列中获得了较广泛的应用，如李端有等［2］通过对滑坡位移序列进行混沌识别，结果表明滑坡位移序列中存在混沌特性。
滑坡抗剪强度参数反演方法研究的开题报告
滑坡抗剪强度参数反演方法研究的开题报告一、选题背景滑坡作为一种自然灾害，对人类的生命财产造成了极大的威胁。
因此，对滑坡的稳定性评估、预测和防治是非常重要的，其中涉及到滑坡抗剪强度参数的反演问题。
而抗剪强度是滑坡稳定性的重要因素之一，因此对滑坡抗剪强度参数反演方法的研究具有重要的现实意义和理论价值。
二、选题意义滑坡抗剪强度参数反演方法的研究，对于高效地评估滑坡的稳定性、预测滑坡的演化趋势、设计滑坡防治方案等方面有着重要的意义。
其研究成果可为滑坡监测与防治提供科学支撑，并为工程技术人员提供滑坡工程的理论指导。
三、研究内容本研究将主要围绕滑坡抗剪强度参数反演方法展开研究，具体研究内容包括以下方面：1. 回顾滑坡理论与抗剪强度参数反演方法研究的进展。
2. 归纳分析现有滑坡抗剪强度参数反演方法的优缺点，并提出改进措施。
3. 基于地形分析、岩土工程力学模型和数值仿真等方法，构建滑坡抗剪强度参数反演模型。
4. 利用实测数据和数值模拟数据进行模型验证和效果评估，验证所提出的滑坡抗剪强度参数反演方法的有效性和可靠性。
四、研究方法本研究将采用文献综述、数值模拟、实验观测等多种研究方法，通过对现有滑坡抗剪强度参数反演方法进行深入分析，设计性质优良的滑坡抗剪强度参数反演模型，并通过实测和数值模拟的数据进行验证和效果评估。
同时，本研究还将关注对滑坡抗剪强度反演模型的可靠性和精度进行分析，以便更好地为滑坡工程提供可靠的理论支持。
五、研究预期结果本研究的主要预期结果包括：1. 构建一种新的滑坡抗剪强度参数反演模型，提高滑坡抗剪强度反演的精度和准确性。
2. 验证所提出的滑坡抗剪强度参数反演方法的有效性和可靠性，为滑坡防治工作提供科学支撑。
3. 为今后更好地实施滑坡抗剪强度参数反演方法的研究和应用提供参考。
六、研究计划1. 第一年：调研滑坡抗剪强度参数反演方法的研究现状，构建滑坡抗剪强度参数反演模型。
2. 第二年：利用实测和数值模拟数据验证所设计的滑坡抗剪强度反演模型的有效性和可靠性。
滑坡非线性抗剪强度参数可靠度反演方法与工程应用
滑坡非线性抗剪强度参数可靠度反演方法与工程应用汇报人：日期:•引言•非线性抗剪强度模型•参数反演方法•工程应用案例•结论与展望目录引言01研究背景与意义抗剪强度参数的重要性抗剪强度参数是滑坡稳定性分析中的关键参数，直接影响滑坡的稳定性评估和防治措施的设计。
非线性模型的必要性传统的线性模型已无法满足现代工程中对滑坡稳定性分析的要求，而非线性模型能够更好地模拟滑坡的复杂行为。
滑坡灾害的严重性滑坡是一种常见的自然灾害，给人类社会和自然环境带来巨大的威胁和损失。
现状目前，滑坡非线性抗剪强度参数的研究已经取得了一定的成果，包括通过物理模型试验、数值模拟和反演等方法进行研究。
不足现有的研究方法在处理滑坡非线性抗剪强度参数的可靠度反演方面还存在不足，如缺乏对反演结果的可靠性和稳定性的充分评估，无法直接应用于工程实践。
研究现状与不足研究内容：本研究旨在提出一种滑坡非线性抗剪强度参数可靠度反演方法，并通过工程应用实例验证该方法的可行性和有效性。
方法基于物理模型试验：通过物理模型试验获取滑坡非线性抗剪强度参数的基础数据，为反演提供依据。
建立非线性模型：利用数值模拟技术，建立滑坡非线性模型，并采用实测数据进行验证。
反演算法设计：根据非线性模型的特点，设计一种基于概率统计的反演算法，实现滑坡非线性抗剪强度参数的可靠度反演。
工程应用实例：将所提出的方法应用于实际工程中，验证其可行性和有效性。
研究内容与方法非线性抗剪强度模型02滑坡是一种常见的自然灾害，对滑坡的稳定性进行分析是预防和减轻灾害的重要手段。
抗剪强度参数是滑坡稳定性分析中的关键参数之一。
滑坡的稳定性分析滑坡抗剪强度具有非线性特点，即在不同应力状态下，抗剪强度值也会发生变化。
因此，建立非线性抗剪强度模型对于准确预测滑坡稳定性具有重要意义。
非线性特点滑坡抗剪强度模型概述模型参数非线性抗剪强度模型的建立需要确定多个参数，包括初始剪切强度、应变硬化系数、应变软化系数等。
四川震区某滑坡计算参数反演分析
四川震区某滑坡计算参数反演分析【摘要】在详述代家沟滑坡灾害形态及变形特征基础上，对该滑坡的稳定性进行了反演分析，取得了可靠的设计参数，这为该滑坡的防治提供了重要的依据。
引言在滑坡稳定性计算和治理设计中，滑带土的粘聚力和内摩擦角取值正确与否至关重要。
目前确定滑带土抗剪强度参数（C 、Φ）值的方法有试验、工程类比和反演分析3种。
滑带土剪切试验分为现场或室内两种，受试样和试验条件的限制，滑带土试验数据通常很离散，需要进行分析计算来确定。
工程类比法在确定滑带土的抗剪强度参数时具有很强的主观性，在确定类比指标时又受到类比滑坡客观条件的限制。
本文以代家沟滑坡为例，在C 、Φ值未知的情况下，综合采用经验类比和反演分析方法确定滑带土的抗剪强度参数，分析时兼顾滑坡的区域相似性和个体特性，所得到的结果更为准确、可靠。
1. 滑坡概况该滑坡位于大邑县悦来镇东北约2km 处。
研究区位于构造剥蚀丘陵区，地势西北高东南低，附近海拔高程560～642m ，相对高差82m ，山坡坡度25～30°，沟谷呈开阔“U”型，沟底宽20～50m 。
出露地层主要为第四系松散堆积层和白垩系灌口组地层。
滑坡危险区范围包括滑坡分布区、滑动可能覆盖的区域等影响范围，滑坡总面积为0.9×104m2。
其主要威胁对象为悦来镇盐井村10社15户36人，房屋81间。
给当地居民生命财产造成极大威胁。
2. 滑坡灾害特征2.1滑坡区地貌形态及边界特征代家沟滑坡区为斜坡地貌，斜坡坡度20—28°，滑坡体左右侧以基岩出露处为边界，后滑壁以基岩陡坎为界，前缘至盐井村10社村民房屋后陡坎。
滑坡体前缘宽约200m ，纵向斜长65m ，主滑方向230°，面积约0.9×104m2。
滑坡体前缘、后缘松散堆积物厚度1.61～2.60m ，滑体中部4.80～5.20m ，滑坡体积约3.5×104m3，规模属于小型。
滑坡体表面形态呈阶梯状，滑坡剪出口呈陡坎状，坎高0.5～1.0m ；滑坡体上距剪出口约20m 处分布一条走向130°的陡坎，陡坎长约75m ，坎高3.0～4.0m ，陡坎以下斜坡坡度25°，陡坎以上斜坡坡度20°。
基于变异粒子群算法的大坝土料流变参数反演——以观音岩混合坝为例
基于变异粒子群算法的大坝土料流变参数反演——以观音岩混合坝为例贾宇峰;朱茂林;迟世春【摘要】观音岩水电站混合坝在竣工后发生了较大的流变变形,导致土石坝坝段在蓄水一个月后出现了裂缝.为分析坝体裂缝产生的原因,采用并行变异粒子群算法,根据观音岩混合坝竣工后的坝体沉降观测数据反演了筑坝堆石料和心墙料的流变参数.进一步根据反演参数进行了坝体的三维有限元计算,分析和预测了大坝在蓄水期和运行期的变形特性.结果表明,较大的蓄水期不均匀沉降及较大的坝体流变变形是坝体产生裂缝的主要原因.【期刊名称】《人民长江》【年(卷),期】2017(048)014【总页数】6页(P73-78)【关键词】流变参数;堆石料;心墙料;并行变异粒子群算法;观音岩水电站【作者】贾宇峰;朱茂林;迟世春【作者单位】大连理工大学近海与海岸工程国家重点试验室,辽宁大连116024;大连理工大学建设工程学部工程抗震研究所,辽宁大连116024;大连理工大学建设工程学部工程抗震研究所,辽宁大连116024;大连理工大学近海与海岸工程国家重点试验室,辽宁大连116024;大连理工大学建设工程学部工程抗震研究所,辽宁大连116024【正文语种】中文【中图分类】TV698抗震研究所，辽宁大连 116024)观音岩水电站位于云南省丽江市华坪县与四川省攀枝花市交界的金沙江中游, 为金沙江中游河段规划8个梯级电站的最末一个梯级, 上游与鲁地拉水电站相衔接。
工程以发电为主, 兼有防洪、库区航运和旅游等综合效益。
水库正常蓄水位1 134 m，死水位1 122 m，电站装机容量3 000(5×600)MW。
总库容为22.50亿m3，正常蓄水位库容为20.72亿m3，调节库容5.55亿m3，水库具有周调节性能。
由于坝址右岸河床附近存在较大范围的强风化覆盖层，坝基的承载力不足，只能布置心墙堆石坝。
因此，观音岩水电站采用混凝重力土坝和心墙堆石坝结合的混合坝作为挡水建筑物。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在反分析中, 加速常数取为: c1 = c2 = 2. 05, vm ax = 5。设置种群规模为 40。反演参数 的搜索 范围 c为 ( - 5, 30), U为 ( - 5, 50)。反演结果与 室内、室外 试验后推 荐使用 的参数 对比 如表 2。 由表 2可以看出, 粒子群算法反演边坡强度参数 与实际比较吻合。
[ - vmax, vmax ]; vm ax是常数; j= 1, 2, ,为迭代次数。
2 边坡强度参数反分析的粒子群优化算法
强度参数反演具体实施步骤为 [ 4 ] : ( 1)初始化一个粒子群, 即 随机产生各粒子
收稿日期: 2007- 08- 21 作者简介: 张显 ( 1981- ), 男, 安徽涡阳市人, 硕士研究生, 主要研究方向为地质灾 害防治与预测。
# 74#
盐城工学院学报 (自然科学版 )
第 21卷
的初始位置和速度。在整个反分析问题参数求解
空间范围内随机产生一定数量的粒子群体, 形成
初始粒子群体, 这个过程相当于把一定数量的粒
子随机的散布在整个问题求解空间中, 这样一个 粒子的位置则对应于求解空间的一个点。并给每
个粒子个体赋初始位置和速度。
张显
(河海大学 土木工程学院, 江苏 南京 210098)
摘要: 介绍了一种全局最优化算法 ) ) ) 粒子群算法, 并把该算法应用到滑坡强度参数反演分析
中。实例表明, 该方法是一种有效的工程分析方法, 具有现实的工程意义。
关键词: 粒子群算法; 反演; 强度参数
中图分类号: TU 12 文献标识码: A
第 21卷 第 1期 2008年 03月
盐城工学院学报 (自然科学版 ) Journa l o f Y ancheng Institute o f T echno logy N a tura l Sc ience Ed ition
V o.l 21 No. 1 M a r. 2008
基于粒子群算法的滑坡强度参数反演分析
Back Analysis of Strength Param eters of Landslides Based on Particle Swarm A lgorithm
ZHANG X ian
( C iv il Eng ineering C ollege, H oha iU n iversity, Jiangsu N an jing 210098, China)
文章编号: 1671- 5322( 2008) 01- 0073- 03
滑坡滑带土抗剪强度参数是滑坡稳定性定量 评价和抗滑工程设计时计算滑坡推力所必需的重 要参数, 常常出现 U值相 差仅 1b~ 2b, 而推力可 能成倍增加, 故其参数选择直接影响到滑坡推力 的计算和整 治工程方案的 选定。由于土 介质成 因、成分、结构的多样性, 滑动过程及滑坡体本身 也复杂多变, 土体强度又随外界因素而变化, 且滑 带大多在地下一定深度, 致使现场大型剪切试验 不易实施 (坡体本身已不稳定 ), 而仅靠室内仪器 试验很难准确地模拟滑带土 (尤其是土夹碎石 ) 的实际受力状态和变化过程, 故试验数据很难给 出与实际情况完全相符的指标。因而采用滑坡反 分析方法对滑体的强度参数进行研究是得出符合 滑坡实际情况的综合抗剪强度指标 c、U值的主要 方法。文中应用粒子群算法反演滑坡抗剪强度参 数, 得到很好的效果。
gb es t的 值; ( 5)根据速度公式 ( 1)和位置公式 ( 2)计算粒
子新的速度和位置; 其中在速度的更新上, 粒子的
最大速度被限制在 vmax之内。如果某一维更新后 的速度超过设定 的 vm ax, 那么这 一维的速度将被 限定为 vm ax。
( 6)如达到迭代终止条件 (通常为一个预设
Abstrac t: P artic le swa rm algor ithm, a kind o f ove ra ll optim ization, is instructed in this paper and is app lied to reverse ana lysis o f slopes 'strength param ete r. The exam ple indicates tha t it is an effective eng ineer ing ana lys is me thod and of realistic eng ineer ing s ign i fican ce. K eywords: pa rtic le swarm algorithm; reve rse ana lysis; strength param eter
( 2)根据目标函数评价 每个粒子的适应 度; 粒子适应度用来评价粒子位置的优劣程度, 也是
算法速度的控制标准之一。文中采用的目标函数
为 ( 3)式中
m
E q ( i) = m in (F (x i ) - F* (x i ) ) 2 ( 3) i= 1
m为 实测点总数; F ( xi ) 为第 i点的分析计 算值,F (x i )为含 c、U的函数; F* (x i )为第 i点位移实测 值。
第 1期
张显: 基于粒子群算法的滑坡强度参数反演分析
# 75#
表 2 反演结果及室内、室外试验后推荐使用的参数 T ab le 2 Inversion results and recomm ended
Param eters for u se af ter ou tdoor test and laboratory test
代式为
vj + id
1
=
vjid
+
c1
rj1
(
p
j id
-
xjid
)
+
c2 rj2 (pgjd
-
xgj d
)
( 1)
xj+ 1 id
=
x
j id
+
vj+ 1 id
( 2)
其中, i= 1, 2, ,, D; 加速常数 c1 和 c2 是非负
数; r1, r2 是介于 [ 0, 1] 之间的随机数。 vid I
参数
c
U
反演值
17. 2 kPa
25. 4b
推荐值
18 kP a
26. 5b
4 结论
( 1) 滑坡体的岩土力学参数可以根据室内试 验及现场试验获得。但由于室内试验的取样具有 随机性. 试样尺寸较小, 易受扰动以及加载条件简
化等因素, 作为反映滑坡体真实变形的力学参数 有其局限性。而现场试验存在受力不均匀、试验 经费高, 且有些大规模现场试验受滑坡体所处环 境的影响难以完成等问题。利用已有的监测数据 进行反分析是获取滑坡体力学参数的重要方法。
粒子本身目前找到的最优位置, 这个位置称为个
体极值 ( pbest) ; 另一个是整个粒子群目前找到的
最优位置, 这个位称为全局极值 ( gbest) [ 2 - 3 ] 。
设一个 D 维搜索空间, 其中有一个由 m 个粒
子组成的粒子群。该粒子群中的第 i 个粒子的位
置可用一个 D 维向 量表示为: X i = ( xi1, xi2, ,,
表 1 测点及位移
T ab le 1 D isp lacem en ts of m easur ing poin ts
m
测点号
01
02
03
04
05
06
07
x 向位移
0. 199 8 0. 266 7 0. 175 6 0. 351 2 0. 162 8 0. 375 0. 239 1
y 向位移
0. 246 0 0. 279 8 0. 176 5 0. 110 3 0. 386 2 0. 324 6 0. 196 8
的最大迭代代数或最小误差阀值 ), 则程序终止, 否则返回 Step2进行新一轮迭代。
粒子群算法流程图如图 1所示。
3 实例研究
3. 1 工程概况 某公路滑坡为一基岩微顺层滑坡, 滑体总面
积为 0. 29 km2, 滑体一般厚 38~ 42 m, 最厚 50 m
图 1 粒子群算法流程图 Fig. 1 F low char t of Particle Swarm A lgorithm
x iD ) 该粒子的速度用另一个维向量表示为: Vi = ( vi1, vi2, ,, viD )。记第 i 个粒子迄今为止搜索到
的最优位置 P i = ( pi1, p i2, ,, p iD ); 整个粒子群迄
今为止搜索到的最优位置 Pg = ( pg 1, pg 2, ,, pgD )。
用上标表示迭代次数, 粒子群算法的两个基本迭
( 2) 粒子群算法是一种模拟鸟群捕食行为的 集群智能方法, 是解决复杂连续函数优化问题的 理想方法。本文应用该方法反演滑坡强度参数, 实例证明, 该算法是进行反分析研究的好方法, 具 有一定的使用价值。
参考文献:
[ 1] 高玮. 基于粒子群优化的 岩土工程反分析研究 [ J]. 岩土 力学, 2006, 27( 5): 795- 798. [ 2] 吴建生, 秦发金. 基于 M ATLA B的粒子群优化算法程序设计 [ J]. 柳州师专学报, 2005, 20( 4): 97- 100. [ 3] 杨维, 李歧强. 粒子群优化算法综述 [ J]. 中国工程科学, 2004, 6( 5): 87- 93. [ 4] 高渤. 粒子群优化算法的 研究与展望 [ J]. 重庆工学院学 报, 2006, 20( 11): 62- 64.
在粒子群算法中, 优化问题的每个潜在解都
是搜索空间中的一只 / 鸟 0, 称之为 / 粒子 0。所有