| 基于GA-PSO算法的冻土本构模型参数识别 |
| |
| 引用本文： | 梁靖宇,张跃东,路德春.基于GA-PSO算法的冻土本构模型参数识别[J].冰川冻土,2024(1):235-246. |
| |
| 作者姓名： | 梁靖宇 张跃东 路德春 |
| |
| 作者单位： | 1. 北京建筑大学土木与交通工程学院;2. 北京工业大学城市与工程安全减灾教育部重点试验室 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 参数识别 冻土本构模型 优化算法 遗传算法(GA) 粒子群算法(PSO) |
|
|
