基于粒子迁徙的粒群优化算法及其在岩土工程中的应用.pdf

第 32 卷第 4 期 岩 土 力 学 Vol.32 No. 4 2011 年 4 月 Rock and Soil Mechanics Apr. 2011 文章编号：1000－7598 (2011) 04－1077－06 基于粒子迁徙的粒群优化算法及其在 岩土工程中的应用 1 1, 2 1 1 常晓林 ，喻胜春 ，马 刚 ，周 伟 （1. 武汉大学 水资源与水电工程科学国家重点实验室，武汉 430072 ；2. 佛山市南海南源水利水电勘测设计院有限公司，广东 佛山 528200 ） 摘 要：受自然界物种迁徙的启发，提出了一种新的改进的粒群优化算法(MPSO) 。算法初始化时，将粒子随机地划分为若 干个子粒群，每个子粒群按照给定的策略独立演化，在演化中的指定时段进行粒子的随机迁徙和自适应变异，以保持整个种 群的多样性，避免早熟收敛。基准测试函数的计算结果表明，MPSO 算法的性能优于其他几种改进算法。堆石体幂函数流变 模型，参数较多，具有很强的非线性，将 MPSO 算法应用到堆石体幂函数流变模型的参数反演中。计算结果表明，利用反演 的流变模型参数计算的坝体流变变形与实测变形在发展规律和数值上均比较吻合，证明MPSO 算法在多参数、强非线性的复 杂模型参数反演中的优越性。 关 键 词：流变模型；参数反演；粒群优化算法；粒子迁徙；自适应变异 中图分类号：TV 315 文献标识码：A Particle swarm optimization based on particle migration and its application to geotechnical engineering 1 1, 2 1 1 CHANG Xiao-lin ，YU Sheng-chun ，MA Gang ，ZHOU Wei （1. State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China; 2. Nanhai Nanyuan Water Conservancy and Hydropower Investigation and Design Institute Corporation Limited of Foshan City, Foshan, Guangdong 528200, China ） Abstract: Inspired by the migratory behavior in the nature, a novel migrated particle swarm optimization (MPSO) algorithm is proposed. In this new algorithm, the population is randomly partitioned into several sub-swarms, each of which is made to evolve based on particle swarm optimization with time varying inertia weight and acceleration coefficients (LPSO-TVAC). At periodic stage in the evolution, some particles randomly migrate from one complex to another to enhance t