基于改进狼群算法的边坡极限平衡稳定性分析方法研究

来源 :三峡大学学报(自然科学版) | 被引量 : 0次 | 上传用户:anonyjim
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
危险滑面的确定与安全系数计算是岩土工程边坡稳定性分析中的经典问题,搜索效率与稳定性系数精度的好坏直接关系到边坡稳定的准确把握与工程决策.首先基于边坡数值模拟计算的应力场,对经典的狼群算法进行改进,采用Python语言编程实现了一种新滑面搜索方法,有效解决了传统搜索方法易陷入局部极限值的缺点,并且可以搜索非圆弧滑面.然后借助一个经典算例和一个工程算例,对方法的可靠性进行了验证与分析.结果表明:改进狼群滑面搜索算法能够轻松高效地得到边坡的最危险滑移面和最小安全系数,潜在滑面与工程推测的滑弧非常接近,相较于传统算法,具有较高的收敛精度和可靠性.研究结果可为边坡稳定性分析提供新的思路和方法.
其他文献
大部分应用都以数据库作为数据保存的工具,由于应用的日益复杂,现有的访问控制机制存在安全性不高、开发繁琐,难以维护等问题.为此,本文提出一种新访问控制系统SDBatis.SDBatis以CBAC(Context-Based Access Control,基于上下文的访问控制)作为访问控制模型,使用MyBatis插件开发,定义了SDBatis中的访问控制策略.在保证访问控制功能模块独立的前提下,只需在持久层制定访问控制策略、配置获取当前应用用户上下文属性就能够完成访问控制工作;SDBatis支持基于上下文的访
在入侵检测系统中互信息特征选择标准可快速选择重要特征,通常信息熵的计算偏差会降低系统的分类性能.为了减少特征选择偏差的影响,提出卡方校正算法(chi-square correction algorithm,CSCA).首先,对所有候选特征进行离散化处理,计算互信息特征选择相关标准的偏差;然后,将偏差项添加在特征选择目标函数中,通过CSCA优化离散化水平和特征偏差;最后,在更新后的特征集中选择当前最重要的特征子集,在分类模型中检测攻击.仿真结果表明,与MIGM(mutual infor-mation gai