欢迎来到天天文库
浏览记录
ID:35188346
大小:1.87 MB
页数:73页
时间:2019-03-21
《基于蚁群算法与基坑土钉支护优化设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、辽宁科技大学硕士学位论文蚁群算法与基坑土钉支护优化设计姓名:陈朝军申请学位级别:硕士专业:岩土工程指导教师:郭连军20070205辽宁科技大学硕士论文中文摘要摘要土钉支护技术作为一种新型的基坑支护技术,因其经济可靠且施工简便快捷,已经在我国得到迅速推广和应用。基坑土钉支护结构是一种临时性的工程设施,其设计过于保守就会造成不必要的浪费,这说明在基坑工程设计中采用优化设计是十分重要的。然而土钉支护结构所涉及的设计参数多,维数高,解空间庞大,优化设计面临着严重的组合爆炸问题,另外优化目标与设计变量之间关系错综复杂,难以用公式具体表达。因此如何合理地确定支护结构的设计参数是一
2、个复杂的优化设计难题。文中将上述问题作为研究课题,引入近年来兴起的新型人工智能一蚁群算法应用于该领域做了一定的研究,研究工作主要集中在以下几个方面:1、分析了蚁群算法在支护设计计算中的适用性,针对基本蚁群算法容易出现停滞、局部搜索差等缺陷,通过在在蚁群算法中嵌入单纯形替换法以增强局部优化能力,以及引入交叉算子以丰富解的多样性,从而提出了一种新的混合蚁群算法。典型测试函数表明,该混合算法明显提高了优化能力。2、基坑土钉支护结构优化设计是一个二重优化问题,它涉及到基坑边坡加固后最小安全系数的确定和土钉支护参数优化两方面。本文以土钉支护的极限平衡设计方法和土钉修正条分法为基
3、础,采用文中提出的混合蚁群算法,建立了土钉支护结构稳定性安全系数、土钉支护结构参数优化设计的双群体智能蚁群模型。通过工程算例进行验证说明该模型的优良性能和可靠性。3、对复合土钉支护进行较深入分析研究,将新型混合蚁群算法应用于其中,建立了复合土钉支护设计模型,通过计算算例对复合土钉支护相关参数进行了敏感性分析,为指导复合土钉支护设计和施工提供了依据。4、以上算法或模型用C语言实现软件设计和实现,方便修改和调试。关键词:混合蚁群算法,土钉支护,优化设计,单纯形替换法辽宁科技大学硕士论文英文摘要AbstractAsanewretainingtechnique,soilnai
4、lingismoreandmorewidelyusedinourcountrybecauseitisakindofeconomic,reliabletechnologyandisconvenientinconstruction.Thesoil-nailbracinginfoundationpitisaprovisionalestablishment,itwillbewastefulifitsdesignofthesupportingstructureistooconservative,thereforeoptimizationdesignofsoil—nailbrac
5、ingisveryimportment.Howeveroneistheexistingofnumerouslydiscretevariables,highdimensionalityandgreatsolutionspaces,whichmayleadtOtheexplsionofcombination,theotheristhattherelationshipbetweenoptimizationobjectandthedesignvariablesisverycomplex,andcarlhardlybeexpressedbyplaintequation.Soit
6、willbecomeadifficultproblemthathowtogainaappropriateparementsofsupportingstructure.Thisarticledoesthecertainresearchonthesoilnailingtechnologyforfoundationpit,whichbasesontheemergingartificialintelligence-matcolonyalgorithm,andtheresearchworkismainlyconcentratedonseveralaspectsinfollowi
7、ng:1.Thecrossoveroperatorisaddedintothebasicantcolonyalgorithmforenhancingthevarietyofsolutions,andthesimplexreflectionalgorithinisintroducedtocombinewithantcolonyalgorithmtoincreasetheabilityoflocaloptimization.Consequentlyahybridantcolonyalgorithm,whichovercomestheproblemexis
此文档下载收益归作者所有