共查询到19条相似文献，搜索用时 140 毫秒
1.
2.
识别岩土力学经验模型的关键是如何寻找到一个全局最优解。禁忌虎法是一种寻找全局最优解的算法。针对常规禁忌算法处理连续问题时搜索范围小，对初始点的依赖性强等不足，对算法进行了改进，并将禁忌算法的离散化过程进行了修改，提出了二阶段禁忌算法。用该算法对圆弧和楔体破坏边坡数模型中的参数进行了搜索。结果表明，该方法是一种行之有效的全局优化算法。 相似文献
3.
遗传算法(GA)作为一种有效的全局寻优算法,由于其计算原理简单、搜索能力强、对搜索空间要求低等特点,在许多优化问题中得到了广泛地应用。这里讨论了遗传算法(GA)对多参数超大解空间优化问题的求解方法,重点探讨了提高GA搜索速度的方法,给出了几种启发式搜索策略,并应用于地震波反演这个典型的多参数超大解空间优化问题中,有效地提高了GA的搜索能力,加快了收敛速度。 相似文献
4.
渗透系数参数反演的本质是优化问题求解,遗传算法是一种基于自然选择和群体遗传机理的新的全局优化求解方法,可以较好地用于求解诸如渗透系数参数反演等复杂非线性组合优化问题。基于结构风险最小化原理的支持向量机具有逼近复杂非线性系统、较强的学习泛化能力,可以用来计算渗透系数参数反演过程中的测点水头值。实验表明,基于遗传算法-支持向量回归机的地下水渗透系统参数反演拟合效果良好,能大大提升区间搜索效率,避免出现局部最优解,其参数识别精度符合实际应用要求。 相似文献
5.
遗传算法(GA)与粒子群算法(PSO)分别具有缺乏目标导向性和易陷入局部最优的缺点,但同时分别具有全局搜索能力强与能有效传递优势信息的优点。本文以GA计算步结合精英保留策略作为PSO计算步的优势信息,避免PSO算法陷入局部最优,以PSO计算步结合非精英优化策略作为GA计算步的导向信息,克服GA算法缺乏目标导向的问题,建立了GA-PSO新算法。其具体过程为,通过采用GA计算步对解空间进行全局搜索并对精英个体进行保留,进一步,将适应度较差的个体利用PSO计算步进行优化。基于多峰函数的验证结果表明,GA-PSO算法在解空间中具有更强的全局搜索能力,同时具有更快的收敛速度。将GA-PSO算法应用到冻土非正交弹塑性本构模型的参数识别中,通过模型的参数识别以及模型预测结果对比与验证,结果表明GA-PSO算法能够有效识别冻土非正交弹塑性本构模型的参数,提升了模型的预测效果。 相似文献
6.
7.
确定边坡最危险滑动面并计算与之相对应的安全系数是边坡支护的重要任务。本文结合简化Bishop法,用一种新的智能优化算法混沌优化算法来搜索全局最优解。该方法利用混沌运动本身具有遍历性、随机性、规律性等内在特点,能在一定范围内按其自身规律不重复地遍历所有状态,易于跳出局部最优解,具有很强的全局搜索能力。通过坡高为12.3m的某电厂三层土质边坡的典型算例分析,并和遗传算法、枚举法计算结果对比可知,计算结果超于一致,其差值接近于0,因此混沌优化算法能在很高精度下搜索到全局最优解,能很好地解决边坡稳定性分析中的优化问题。 相似文献
8.
9.
大型洞室群稳定性与优化的进化有限元方法研究 总被引：11，自引：3，他引：11
随着地下洞室群规模的日益扩大，迫切需要一种更新的全局优化方法以提高效率、优化结构在保证工程稳定性的同时能最大限度地减小工程造价。遗传算法的最新发现使得大型洞室群稳定性的最优建模和获得全局最优解成为可能。针对某地下洞室群工程，提出了进化有有限元方法，对工程软岩置换方案进行了优化。将有限元与遗传进化算法相结合，由遗传算法产生一组初始可行方案，以洞室开挖引起的破损区体积大小与参考值的增量比为评价指标，经过遗传变异操作，产生一组新的软岩置换方案，对每种方案进行应力分析，确定破损区大小，最终得到损坏区体积最小的方案即为最优软岩置换方案。这种方法可以优化得到全局最优解，并且搜索速度较快，较目前其它方法更易于在微机上实现。运用于实例中，得出了合理的置换方案，并提出了施工的合理化建议。 相似文献
10.
11.
12.
针对动态规划在供水库群优化调度中存在"维数灾",且难以获得真正最优解这一缺点,将改进的加速遗传算法应用到供水库群的水资源优化配置之中。在加速遗传算法中,嵌入局部搜索,以加强算法的全局寻优能力。以库群间的水利联系为线索,设计了相应的算法框架,并提出了供水策略区间的概念。为了体现该算法的优越性,以二个串联供水水库的水资源优化配置为例,选用该方法与基于动态规划的轮库迭代法进行比较研究。结果表明该方法合理可行、收敛速度快,有一定的实用性。 相似文献
13.
van Genuchten(VG)方程是最常用的土壤水分特征曲线方程,其参数取值的精度直接影响到土壤水分运动方程计算的精度.该文建立了VG方程参数的优化模型,构建遗传算法与Levenberg-Marquardt算法相结合的混合遗传算法对其进行求解,并进行了数值试验.结果表明采用混合遗传算法比普通遗传算法不但提高了收敛效率,而且收敛迭代次数也大大减少;采用混合遗传算法估计参数的精度比非线性单纯形法和阻尼最小二乘法要高一些,而且不需要给参数初值.因此,混合遗传算法可以作为估计VG方程参数的一种新方法. 相似文献
14.
水文频率分析在参数估计过程中常采用智能优化适线法,如蚁群算法、遗传算法、粒子群算法、模拟退火算法等,但这些算法模型参数难以有效确定,导致寻优结果存在不稳定的不足。为了克服传统优化适线法的缺陷,在系统阐述群居蜘蛛优化算法基本原理的基础上,将群居蜘蛛优化算法用于水文频率曲线的参数确定中,并与传统的参数估计方法(矩法、权函数法、概率权重矩法、遗传算法)加以比较。实例结果表明,该方法搜索效率高,寻优结果稳定,能较好获得参数的最优解。 相似文献
15.
考虑到梯级水电站水库联合优化调度模型的高非线性、强约束特点,提出了分形分割与混沌嵌套搜索算法的求解方法。该算法利用嵌套结构把确定性搜索和随机搜索有机结合起来,按照自身的运动规律,直接在优化区间内通过逐步的插值映射来对被优化问题进行优化搜索。通过在南桠河梯级水电站联合优化运行中的成功应用,显示该算法具有参数配置简单、普适性强、稳定性高、全局优化和易于编程等特点,并取得了与POA算法一致的收敛精度且计算速度有优势,从而为求解诸如水库优化调度等具有复杂约束条件的非线性优化问题提供了新的探索。 相似文献
16.
水文地质参数寻优结果的好坏会直接影响到地下水数值模拟的精度,而参数寻优结果很大程度上取决于寻优方法的选择。粒子群算法是一种基于群智能的随机全局寻优方法,算法的缺陷是后期搜索效率低劣。基于随机寻优算法的混合策略,引入有效的约束处理手段和粒子群算法惯性因子的动态非线性调整技术,有机融合粒子群算法与Hooke-Jeeves方法,提出一种适用于水文地质参数反演的HJPSO混合算法。应用研究表明,HJPSO混合算法在参数反演计算中求解精度高、收敛速度快、寻优性能强,是一种值得推广的水文地质参数识别方法。 相似文献
17.
复合微粒群优化(HPSO)是一类随机全局优化技术,具有搜索能力强、收敛速度快、搜索精度高的优点.针对岩石蠕变本构模型非定常参数的辨识问题,利用FLAC软件自带的fish语言实现了HPSO算法对非定常参数的辨识.该方法从非定常参数的随机值出发,以蠕变过程中试件变形的实验值与计算值的误差大小作为适应度函数来评价参数的品质,... 相似文献
18.
将由单纯形法(SM)与模拟退火(SA)两种算法构成的混合算法(SMSA),应用于求解分析瞬时投放示踪剂情况下的一维河流水团示踪试验数据,估计河流水质参数的函数优化问题。分别就不同的降温指数、内循环次数与新状态产生函数中的扰动系数等算法控制参数对混合算法和改进模拟退火法的收敛速度的影响,进行了数值实验。结果表明,SMSA混合优化算法对于求解估计河流水质参数的函数优化问题是非常有效的。在实验条件下,与单一具有记忆功能的改进模拟退火法的水质参数计算结果相比较,SMSA混合算法具有:①混合算法的收敛速度明显优于改进模拟退火法;②降温指数和内循环次数对SMSA混合算法的收敛速度影响非常微弱;③新状态产生函数中的随机扰动幅度大小对算法收敛速度具有较为明显的影响等特点。 相似文献
19.
用Hooke-Jeeves方法进行水文地质参数寻优的研究 总被引：2，自引：3，他引：2
模型验证阶段的水文地质参数调整一直是地下水数值模拟过程中的关键步骤。传统的参数调试方法如试估—校正法既需要大量的时间，又必须凭借经验进行人工干预。这对于本就缺少经验的人来说是无法逾越的难题。因此前人研究了包括单纯形等多种自动优化方法来反求水文地质参数。本文采用的Hooke-Jeeves法是一种算法简单，便于使用的优化方法，它避免了单纯形法必须先形成一系列单纯形顶点及通过形心寻优的麻烦，而是根据误差下降趋势直接寻优获得结果。方法首先将反求水文地质参数问题简化为一无约束优化问题，最终运用Hooke—Jeeves方法对问题进行求解，是一种简单且实用的方法。 相似文献