• ▶ 2008-2024年被中国情报信息研究所评价中心评为“中国科技核心期刊”
  • ▶ 2019-2024年连续三届被中国科学院文献情报中心中国科学引文数据库CSCD(核心库)收录
  • ▶ 2021、2023年入编北京大学图书馆《中文核心期刊要目总览》
  • ▶ 2020-2024连续四年入选《科技期刊世界影响力指数(WJCI)报告》
张子映, 柴军瑞, 张书滨, 钱武文.基于混合变异策略差分进化算法的边坡滑裂面搜索研究水资源与水工程学报[J].,2018,29(4):218-224
基于混合变异策略差分进化算法的边坡滑裂面搜索研究
Research on slope sliding surface search based on differential evolution algorithm with mixed mutation strategy
  
DOI:10.11705/j.issn.1672-643X.2018.04.37
中文关键词:  改进差分进化算法  混合变异策略  有限元极限平衡法  边坡稳定  最危险滑动面  新型变异策略
英文关键词:improved differential evolution algorithm  mixed mutation strategy  finite element limit equilibrium method  slope stabilization  most dangerous sliding surface  new mutation strategy
基金项目:国家自然科学基金项目(51679197); 陕西省重点科技创新团队(2013KCT-015)
作者单位
张子映1, 柴军瑞1, 张书滨2, 钱武文1 (1.西安理工大学 西北旱区生态水利工程国家重点实验室培育基地 陕西 西安 7100482.江西省河道湖泊管理局 江西 南昌 330009) 
摘要点击次数: 1455
全文下载次数: 674
中文摘要:
      针对“基于反射变异策略的自适应差分进化算法”仍易陷入局部最优的问题,通过引入一个基本的变异策略提出一种基于混合变异策略(DE/current-to-rand/1)的差分进化算法。根据各变异策略生成成功子代的比率使用轮盘赌选择为各个个体选择合适的变异策略,以改善算法的全局收敛能力。将提出的算法结合有限元应力场应用于两个经典算例的边坡临界滑动面搜索及安全系数求解,与其他极限平衡法进行了对比,并使用其中一个算例作为计算模型与其他优化算法进行了收敛性能比较。统计结果验证了改进算法的性能更稳定且收敛速度较快,也验证了该算法结合有限元应力场求解边坡问题的有效性。
英文摘要:
      In order to solve the problem that adaptive differential evolution algorithm based on reflection mutation strategy is prone to local optimization, a differential evolution algorithm based on mixed mutation strategy is proposed by introducing a basic mutation strategy, DE/current-to-rand/1. In order to improve the global convergence of the algorithm, the percentage of successful subgenerations based on the mutation strategy uses the roulette selection to select the appropriate mutation strategy for each individual. In this paper, the proposed algorithm combined with the finite element stress field is applied to the critical sliding surface search and the safety coefficient solution of two classical calculation examples. The results are compared with other limit equilibrium methods, and one example is used as a computational model to compare the convergence performance with other optimization algorithms. The results show that the improved algorithm proposed here has more stable performance and faster convergence speed. It also proves the effectiveness of the algorithm in combination with the finite element stress field to solve the slope problem.
查看全文  查看/发表评论  下载PDF阅读器
关闭