基于遗传算法的混合优化反分析及比较研究

被引:28
作者
朱合华
刘学增
机构
[1] 同济大学土木工程学院地下建筑与工程系
关键词
最优化; 遗传算法; 模拟退火-遗传算法; 阻尼最小二乘法-遗传算法; 优化反分析;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
围绕优化反演分析中计算收敛速度、精度和稳定性问题,着重就传统和现代两类优化方法开展以下3方面的研究:(1) 将阻尼最小二乘法与遗传算法耦合起来,发展了阻尼最小二乘法-遗传混合算法;(2) 将两类混合优化方法:阻尼最小二乘法-遗传算法和模拟退火-遗传算法较早地用于优化反演分析;(3) 结合基坑工程算例,对单纯形法、阻尼最小二乘法、遗传算法、模拟退火-遗传算法和阻尼最小二乘法-遗传算法进行了比较分析。结果表明,与单纯形法等传统的优化方法相比,基于遗传算法的一类现代优化方法具有较好的全局收敛性;与常规的遗传算法相比,阻尼最小二乘法-遗传和模拟退火-遗传等算法有效地提高了优化反演的计算搜索速度和精度。
引用
收藏
页码:197 / 202
页数:6
相关论文
共 12 条
[1]   基于遗传算法的岩土本构模型辨识 [J].
高玮 ;
郑颖人 .
岩石力学与工程学报, 2002, (01) :9-12
[2]   防汛墙变形动态预测方法的研究 [J].
朱合华 ;
刘学增 ;
叶冠林 .
土木工程学报, 2001, (06) :63-66
[3]   BP网络和遗传算法在岩石边坡位移反分析中的应用 [J].
邓建辉 ;
李焯芬 ;
葛修润 .
岩石力学与工程学报, 2001, (01) :1-5
[4]   遗传算法求解粘弹性反问题 [J].
高强 ;
郭杏林 ;
杨海天 .
大连理工大学学报, 2000, (06) :664-668
[5]   深基坑墙体位移的神经网络动态预测 [J].
袁金荣 ;
池毓蔚 ;
刘学增 .
同济大学学报(自然科学版), 2000, (03) :282-286
[6]   位移反分析的进化神经网络方法研究 [J].
冯夏庭 ;
张治强 ;
杨成祥 ;
林韵梅 .
岩石力学与工程学报, 1999, (05) :529-533
[7]   非线性最小二乘全局解的混合计算智能算法 [J].
赵明旺 .
软件学报, 1997, (07) :555-560
[8]   遗传算法与神经网络协作求解结构优化问题 [J].
文毅 ;
武广号 .
土木工程学报, 1996, (05) :24-29
[9]   地下巷道弹性位移反分析各种优化方法的探讨 [J].
吕爱钟 .
岩土力学, 1996, (02) :29-34
[10]   优化方法在弹性、横观各向同性以及弹塑性围岩变形观测反分析中的应用 [J].
李素华 ;
朱维申 .
岩石力学与工程学报, 1993, (02) :105-114